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 Neo.
Jika Anda belum melakukannya, kompilasi model Anda dengan SageMaker Neo. Untuk informasi selengkapnya tentang cara mengkompilasi model Anda, lihat Mengompilasi dan Menerapkan Model dengan Neo. Jika Anda adalah pengguna pertama kali SageMaker Neo, lakukan Memulai dengan Perangkat Neo Edge.
-
Dapatkan nama pekerjaan kompilasi Anda.
Berikan nama nama pekerjaan kompilasi yang Anda gunakan saat Anda menyusun model Anda dengan SageMaker Neo. Buka SageMaker konsol 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 Anda IAMARN.
Anda memerlukan Nama Sumber Daya Amazon (ARN) dari IAM peran yang dapat Anda gunakan untuk mengunduh dan mengunggah model dan menghubungi SageMaker Neo.
Gunakan salah satu metode berikut untuk mendapatkan IAMARN:
-
Secara terprogram dengan Python SageMaker SDK
import sagemaker # Initialize SageMaker Session object so you can interact with AWS resources sess = sagemaker.Session() # Get the role ARN role = sagemaker.get_execution_role() print(role) >> arn:aws:iam::<your-aws-account-id>:role/<your-role-name>Untuk informasi selengkapnya tentang penggunaan SageMaker PythonSDK, lihat SageMaker Python. SDK API
-
Menggunakan konsol AWS Identity and Access Management (IAM)
Arahkan ke IAM konsol di https://console.aws.amazon.com/iam/
. Di bagian IAM Sumber Daya, pilih Peran untuk melihat daftar peran di AWS akun Anda. Pilih atau buat peran yang memiliki AmazonSageMakerFullAccess,AWSIoTFullAccess, danAmazonS3FullAccess.Untuk informasi lebih lanjut tentangIAM, lihat Apa ituIAM?
-
-
Memiliki ember URI S3.
Anda harus memiliki setidaknya satu URI bucket Amazon Simple Storage Service (Amazon S3) untuk menyimpan model yang dikompilasi NEO, output dari pekerjaan pengemasan Edge Manager, dan data sampel dari armada perangkat Anda.
Gunakan salah satu metode berikut untuk membuat bucket Amazon S3:
-
Secara terprogram dengan Python SageMaker SDK
Anda dapat menggunakan bucket Amazon S3 default selama sesi berlangsung. Bucket default dibuat berdasarkan format berikut:
sagemaker-{region}-{aws-account-id}. Untuk membuat bucket default dengan SageMaker PythonSDK, 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 Bucket S3? untuk step-by-step instruksi.
-
