View a markdown version of this page

Associazione dell'algoritmo del modello configurato in AWS Clean Rooms ML - AWS Clean Rooms

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Associazione dell'algoritmo del modello configurato in AWS Clean Rooms ML

Dopo aver configurato l'algoritmo del modello, sei pronto per associare l'algoritmo del modello a una collaborazione. L'associazione di un algoritmo di modello rende l'algoritmo del modello disponibile per tutti i membri della collaborazione.

L'immagine seguente mostra l'associazione dell'algoritmo del modello configurato come ultimo passaggio, dopo aver creato l'immagine di addestramento del contenitore e configurato un algoritmo del modello.

Una panoramica su come contribuire con un modello ML personalizzato.
Console
Nota

Una volta associato, l'algoritmo del modello non può essere modificato. Per apportare modifiche, è possibile eliminare l'algoritmo del modello associato e associarne uno nuovo.

Per associare un algoritmo di modello ML personalizzato (console)

  1. Accedi Console di gestione AWS e apri la AWS Clean Rooms console all'indirizzo https://console.aws.amazon.com/cleanrooms.

  2. Nel riquadro di navigazione a sinistra, scegli Modelli ML personalizzati.

  3. Nella pagina Modelli ML personalizzati, scegli l'algoritmo del modello configurato che desideri associare a una collaborazione, quindi scegli Associa alla collaborazione.

  4. Nella finestra Associa algoritmo del modello configurato, scegli la collaborazione a cui desideri associarti.

  5. Scegli Scegli collaborazione.

  6. Nella pagina Associa algoritmo del modello, per i dettagli sull'associazione dell'algoritmo del modello, inserisci un Nome e una Descrizione opzionale.

  7. Per Algoritmo modello, scegliete un algoritmo di modello configurato.

  8. Per le configurazioni di privacy relative all'esportazione di modelli addestrati,

    1. Per esportare i file di modello, selezionare la casella di controllo File modello.

    2. Per esportare i file di output, selezionate la casella di controllo File di output.

    3. Inserite un valore di dimensione massima per i dati esportati. Il valore deve essere compreso tra 0,01 e 10.

  9. (Facoltativo) Se desideri inviare registri degli errori completi o riepiloghi più brevi degli errori ai membri, in Training model inference Job Privacy Configuration,

    1. In Registri completi, seleziona uno o più ID account dall'elenco a discesa.

    2. (Facoltativo) Se desideri inviare log che corrispondono a uno schema di filtro, inserisci uno schema di filtro.

    3. (Facoltativo) Se desideri aggiungere un altro account e un modello di filtro opzionale, scegli Aggiungi politica di registro.

    4. In Riepiloghi degli errori, seleziona uno o più ID account dall'elenco a discesa.

    5. (Facoltativo) Seleziona una o più entità da oscurare per specificare quali entità verranno cancellate dal log degli errori o dai riepiloghi degli errori.

      • PII: redigere le informazioni di identificazione personale

      • Numeri: oscura i numeri

      • Personalizzato: redigi in base al modello di redazione personalizzato

      1. Se hai scelto Personalizzato nel passaggio precedente, inserisci un modello di redazione personalizzato. Questo registra le informazioni che corrispondono a questo modello.

      2. (Facoltativo) Se desideri aggiungere un altro pattern di redazione personalizzato, scegli Aggiungi un altro pattern personalizzato.

  10. (Facoltativo) Se desideri configurare le metriche del modello addestrato, in Configurazione delle metriche del modello addestrato, seleziona un livello di rumore dall'elenco a discesa.

    Puoi scegliere Nessuno, Basso, Medio e Alto.

  11. (Facoltativo) Se desideri impostare la dimensione massima degli artefatti, in Configurazione degli artefatti, inserisci il valore Dimensione massima degli artefatti. Il valore deve essere compreso tra 0,01 e 10.

  12. (Facoltativo) Se desideri abilitare i tag, scegli Aggiungi nuovo tag e quindi inserisci la coppia Chiave e Valore.

  13. Selezionare Associate (Associa).

API

Per associare un algoritmo (API) di modello ML personalizzato

Esegui il codice seguente con i tuoi parametri specifici.

Fornisci anche una politica sulla privacy che definisce chi ha accesso ai diversi log, consente ai clienti di definire regex e quanti dati possono essere esportati dagli output del modello di addestramento o dai risultati di inferenza.

Nota

Le associazioni degli algoritmi del modello configurato sono immutabili.

import boto3 
acr_ml_client= boto3.client('cleanroomsml')

acr_ml_client.create_configured_model_algorithm_association(
    name='configured_model_algorithm_association_name',
    description='purpose of the association',
    configuredModelAlgorithmArn='arn:aws:cleanrooms-ml:region:account:membership/membershipIdentifier/configured-model-algorithm/identifier',
    privacyConfiguration={
        "policies": {
            "trainedModelExports": {
                "filesToExport": ['files to export'],
                "containerLogs": [
                    {
                        "allowedAccountIds": ['member_account_id'],
                        "filterPattern": ['filter pattern'],
                        "logRedactionConfiguration": {
                            "entitiesToRedact": [
                                'ALL_PERSONALLY_IDENTIFIABLE_INFORMATION',
                                'NUMBERS',
                                'CUSTOM'
                            ],
                            "customEntityConfig": {
                                "customDataIdentifiers": [
                                    'custom_regex_1',
                                    'custom_regex_2'
                                ] 
                            } 
                        } 
                    }
                ],
                "containerMetrics": {
                    "noiseLevel": 'noise value'
                },
                "maxArtifactSize": {
                    "unit": 'unit',
                    "value": 'number'
                }
            },
            "trainedModelInferenceJobs": {
                "containerLogs": [
                    {
                        "allowedAccountIds": ['member_account_id'],
                        "filterPattern": ['filter pattern'],     
                        "logRedactionConfiguration": {
                            "entitiesToRedact": [
                                'ALL_PERSONALLY_IDENTIFIABLE_INFORMATION',
                                'NUMBERS',
                                'CUSTOM'
                            ],
                            "customEntityConfig": {
                                "customDataIdentifiers": [
                                    'custom_regex_1',
                                    'custom_regex_2'
                                ] 
                            }
                        }
                    }
                ],
                "maxOutputSize": {
                    "unit": 'unit',
                    "value": 'number'
                }
            }
        }
    },
    tags={
        'tag': 'tag'
    }
)

Dopo aver associato l'algoritmo del modello configurato alla collaborazione, i fornitori di dati di formazione devono aggiungere una regola di analisi della collaborazione alla propria tabella. Questa regola consente all'associazione dell'algoritmo del modello configurato di accedere alla tabella configurata. Tutti i fornitori di dati di formazione che contribuiscono devono eseguire il codice seguente:

import boto3 
acr_client= boto3.client('cleanrooms')

acr_client.create_configured_table_association_analysis_rule(
    membershipIdentifier= 'membership_id',
    configuredTableAssociationIdentifier= 'configured_table_association_id',
    analysisRuleType= 'CUSTOM',
    analysisRulePolicy = {
        'v1': {
            'custom': {
                'allowedAdditionalAnalyses': ['arn:aws:cleanrooms-ml:region:*:membership/*/configured-model-algorithm-association/*''],
                'allowedResultReceivers': []
            }
        }
    }
)
Nota

Poiché le associazioni di algoritmi dei modelli configurati sono immutabili, consigliamo ai fornitori di dati di formazione che desiderano consentire l'uso dei modelli in elenco di utilizzare le jolly card allowedAdditionalAnalyses durante le prime iterazioni della configurazione del modello personalizzato. Ciò consente ai fornitori di modelli di iterare sul proprio codice senza richiedere ad altri fornitori di formazione di riassociarsi prima di addestrare il codice del modello aggiornato con i dati.