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.
Comment Amazon SageMaker traite les résultats de formation
À mesure que votre algorithme s'exécute dans un conteneur, il génère une sortie incluant le statut de la tâche et du modèle d'entraînement, ainsi que des artefacts de sortie. Votre algorithme doit écrire ces informations dans les fichiers suivants, placés dans le répertoire /output du conteneur. Amazon SageMaker traite les informations contenues dans ce répertoire comme suit :
-
/opt/ml/model— Votre algorithme doit écrire tous les artefacts du modèle final dans ce répertoire. SageMaker copie ces données sous forme d'objet unique au format tar compressé vers l'emplacement S3 que vous avez spécifié dans laCreateTrainingJobdemande. Si plusieurs conteneurs dans le cadre d'une même tâche de formation écrivent dans ce répertoire, ils doivent s'assurer qu'aucunfile/directorynom n'est en conflit. SageMakeragrège le résultat dans un TAR fichier et le télécharge dans S3 à la fin de la tâche de formation. -
/opt/ml/output/data— Votre algorithme doit écrire les artefacts que vous souhaitez stocker autres que le modèle final dans ce répertoire. SageMakercopie ces données sous forme d'objet unique au format tar compressé vers l'emplacement S3 que vous avez spécifié dans laCreateTrainingJobdemande. Si plusieurs conteneurs dans le cadre d'une même tâche de formation écrivent dans ce répertoire, ils doivent s'assurer qu'aucunfile/directorynom n'est en conflit. SageMaker agrège le résultat dans un TAR fichier et le télécharge dans S3 à la fin de la tâche de formation. -
/opt/ml/output/failure: si l'entraînement échoue, une fois que toutes les sorties de l'algorithme (par exemple, la journalisation) sont terminées, votre algorithme doit écrire la description de la défaillance dans ce fichier. Dans uneDescribeTrainingJobréponse, SageMaker renvoie les 1024 premiers caractères de ce fichier sous la formeFailureReason.
Vous pouvez spécifier un compartiment S3 à usage général ou un compartiment de répertoire S3 pour stocker vos résultats d'entraînement. Les compartiments d'annuaire utilisent uniquement la classe de stockage Amazon S3 Express One Zone, qui est conçue pour les charges de travail ou les applications critiques en termes de performances qui nécessitent une latence constante d'une milliseconde à un chiffre. Choisissez le type de godet qui correspond le mieux à votre application et à vos exigences de performance. Pour plus d'informations sur les compartiments d'annuaire S3, consultez la section Buckets de répertoire dans le guide de l'utilisateur d'Amazon Simple Storage Service.
Note
Vous pouvez uniquement chiffrer vos données de SageMaker sortie dans des compartiments de répertoire S3 avec un chiffrement côté serveur avec des clés gérées par Amazon S3 (-S3). SSE Le chiffrement côté serveur à l'aide de AWS KMS clés (SSE-KMS) n'est actuellement pas pris en charge pour le stockage des données SageMaker de sortie dans des compartiments de répertoire.
