Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Prasyarat lengkap
Untuk mengemas model, Anda harus melakukan hal berikut:
-
Kompilasi model pembelajaran mesin Anda dengan SageMaker AI Neo.
Jika Anda belum melakukannya, kompilasi model Anda dengan SageMaker Neo. Untuk informasi selengkapnya tentang cara mengkompilasi model Anda, lihat Meng kompilasi dan Menyebarkan Model dengan Neo. Jika Anda pertama kali menggunakan SageMaker Neo, buka Mem ulai dengan Perangkat Neo Edge.
-
Dapatkan nama pekerjaan kompilasi Anda.
Berikan nama pekerjaan kompilasi yang Anda gunakan saat mengkompilasi model Anda dengan SageMaker Neo. Buka konsol SageMaker AI di https://console.aws.amazon.com/sagemaker/
dan pilih pekerjaan Kompilasi untuk menemukan daftar kompilasi yang telah dikirimkan ke AWS akun Anda. Nama-nama pekerjaan kompilasi yang dikirimkan ada di kolom Nama. -
Dapatkan IAM ARN Anda.
Anda memerlukan Nama Sumber Daya Amazon (ARN) dari peran IAM yang dapat Anda gunakan untuk mengunduh dan mengunggah model dan menghubungi SageMaker Neo.
Gunakan salah satu metode berikut untuk mendapatkan IAM ARN Anda:
-
Secara terprogram dengan SageMaker AI Python SDK
from sagemaker.core.helper.session_helper import Session, get_execution_role # Initialize SageMaker Session object so you can interact with AWS resources sess = Session() # Get the role ARN role = get_execution_role() print(role) >> arn:aws:iam::<your-aws-account-id>:role/<your-role-name>Untuk informasi selengkapnya tentang menggunakan SageMaker Python SDK, lihat API SDK SageMaker AI Python
. -
Menggunakan konsol AWS Identity and Access Management (IAM)
Arahkan ke konsol IAM di https://console.aws.amazon.com/iam/
. Di bagian Sumber Daya IAM, pilih Per an untuk melihat daftar peran di AWS akun Anda. Pilih atau buat peran yang memiliki AmazonSageMakerFullAccess,AWSIoTFullAccess, danAmazonS3FullAccess.Untuk informasi lebih lanjut tentang IAM, lihat Apa itu IAM?
-
-
Memiliki URI bucket S3.
Anda harus memiliki setidaknya satu URI bucket Amazon Simple Storage Service (Amazon S3) untuk menyimpan Neo-compiled model Anda, output pekerjaan pengemasan Edge Manager, dan data sampel dari armada perangkat Anda.
Gunakan salah satu metode berikut untuk membuat bucket Amazon S3:
-
Secara terprogram dengan SageMaker AI Python SDK
Anda dapat menggunakan bucket Amazon S3 default selama sesi. Bucket default dibuat berdasarkan format berikut:
sagemaker-{region}-{aws-account-id}. Untuk membuat bucket default dengan SageMaker Python SDK, gunakan yang berikut ini:import sagemaker session=sagemaker.create_session() bucket=session.default_bucket() -
Menggunakan konsol Amazon S3
Buka konsol Amazon S3 di https://console.aws.amazon.com/s3/
dan lihat Bagaimana cara membuat S3 Bucket? untuk petunjuk langkah demi langkah.
-