Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Dans ce didacticiel, vous utiliserez Amazon SageMaker Studio pour suivre la lignée d'un pipeline Amazon SageMaker AI ML.
Le pipeline a été créé par le bloc-notes Orchestrating Jobs with Amazon SageMaker Model Building Pipelines
Le suivi de la lignée dans Studio est centré sur un graphe orienté acyclique (DAG). Le DAG représente les étapes d'un pipeline. Depuis le DAG, vous pouvez suivre la lignée de n'importe quelle étape vers n'importe quelle autre étape. Le diagramme suivant affiche les étapes du pipeline. Ces étapes apparaissent sous la forme d'un DAG dans Studio.

Pour suivre la généalogie d'un pipeline dans la console Amazon SageMaker Studio, effectuez les étapes suivantes selon que vous utilisez Studio ou Studio Classic.
Pour suivre la lignée d'un pipeline
-
Ouvrez la console SageMaker Studio en suivant les instructions de la section Lancer Amazon SageMaker Studio.
-
Dans le volet de navigation de gauche, sélectionnez Pipelines.
-
(Facultatif) Pour filtrer la liste des pipelines par nom, entrez un nom de pipeline complet ou partiel dans le champ de recherche.
-
Dans la colonne Nom, sélectionnez un nom de pipeline pour afficher les détails le concernant.
Choisissez l'onglet Exécutions.
Dans la colonne Nom du tableau Exécutions, sélectionnez le nom d'une exécution de pipeline à afficher.
-
En haut à droite de la page Exécutions, choisissez les points de suspension verticaux et choisissez Télécharger la définition du pipeline (JSON). Vous pouvez afficher le fichier pour voir comment le graphique de pipeline a été défini.
Choisissez Modifier pour ouvrir le concepteur de pipeline.
Utilisez les commandes de redimensionnement et de zoom situées dans le coin supérieur droit du canevas pour zoomer et dézoomer sur le graphique, adapter le graphique à l'écran ou étendre le graphique en plein écran.
-
Pour consulter vos ensembles de données d'entraînement, de validation et de test, procédez comme suit :
Choisissez l'étape de traitement dans votre graphique de pipeline.
Dans la barre latérale droite, choisissez l'onglet Vue d'ensemble.
Dans la section Fichiers, trouvez les chemins Amazon S3 vers les ensembles de données de formation, de validation et de test.
-
Pour afficher les artefacts de votre modèle, procédez comme suit :
Choisissez l'étape d'entraînement dans le graphique de votre pipeline.
Dans la barre latérale droite, choisissez l'onglet Vue d'ensemble.
Dans la section Fichiers, recherchez les chemins Amazon S3 vers l'artefact du modèle.
-
Pour trouver l'ARN du package modèle, procédez comme suit :
Choisissez l'étape Enregistrer le modèle.
Dans la barre latérale droite, choisissez l'onglet Vue d'ensemble.
Dans la section Fichiers, recherchez l'ARN du package modèle.