Bagaimana Amazon SageMaker Memproses Output Pelatihan - Amazon SageMaker

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Bagaimana Amazon SageMaker Memproses Output Pelatihan

Saat algoritme Anda berjalan dalam wadah, itu menghasilkan output termasuk status pekerjaan pelatihan dan model dan artefak keluaran. Algoritma Anda harus menulis informasi ini ke file berikut, yang terletak di /output direktori container. Amazon SageMaker memproses informasi yang terkandung dalam direktori ini sebagai berikut:

  • /opt/ml/model— Algoritma Anda harus menulis semua artefak model akhir ke direktori ini. SageMaker menyalin data ini sebagai objek tunggal dalam format tar terkompresi ke lokasi S3 yang Anda tentukan dalam permintaan. CreateTrainingJob Jika beberapa kontainer dalam satu pekerjaan pelatihan menulis ke direktori ini, mereka harus memastikan tidak ada file/directory nama yang berbenturan. SageMakermengumpulkan hasil dalam TAR file dan mengunggah ke S3 di akhir pekerjaan pelatihan.

  • /opt/ml/output/data— Algoritma Anda harus menulis artefak yang ingin Anda simpan selain model akhir ke direktori ini. SageMakermenyalin data ini sebagai objek tunggal dalam format tar terkompresi ke lokasi S3 yang Anda tentukan dalam permintaan. CreateTrainingJob Jika beberapa kontainer dalam satu pekerjaan pelatihan menulis ke direktori ini, mereka harus memastikan tidak ada file/directory nama yang berbenturan. SageMaker mengumpulkan hasil dalam TAR file dan mengunggah ke S3 di akhir pekerjaan pelatihan.

  • /opt/ml/output/failure— Jika pelatihan gagal, setelah semua output algoritma (misalnya, logging) selesai, algoritme Anda harus menulis deskripsi kegagalan ke file ini. Sebagai DescribeTrainingJob tanggapan, SageMaker mengembalikan 1024 karakter pertama dari file ini sebagaiFailureReason.

Anda dapat menentukan bucket direktori tujuan umum S3 atau S3 untuk menyimpan output pelatihan Anda. Bucket direktori hanya menggunakan kelas penyimpanan Amazon S3 Express One Zone, yang dirancang untuk beban kerja atau aplikasi penting kinerja yang memerlukan latensi milidetik satu digit yang konsisten. Pilih jenis bucket yang paling sesuai dengan aplikasi dan persyaratan kinerja Anda. Untuk informasi selengkapnya tentang bucket direktori S3, lihat Bucket direktori di Panduan Pengguna Layanan Penyimpanan Sederhana Amazon.

catatan

Anda hanya dapat mengenkripsi data SageMaker keluaran di bucket direktori S3 dengan enkripsi sisi server dengan kunci terkelola Amazon S3 (-S3). SSE Enkripsi sisi server dengan AWS KMS kunci (SSE-KMS) saat ini tidak didukung untuk menyimpan data SageMaker keluaran dalam bucket direktori.