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.
Crea modelli di progetto personalizzati
Importante
A partire dal 28 ottobre 2024, i AWS CodeCommit modelli sono stati rimossi. Per i nuovi progetti, seleziona tra i modelli di progetto disponibili che utilizzano repository Git di terze parti. Per ulteriori informazioni, consulta MLOps Modelli di progetto.
Se i modelli SageMaker forniti dall'intelligenza artificiale non soddisfano le tue esigenze (ad esempio, desideri un'orchestrazione più complessa CodePipeline con più fasi o passaggi di approvazione personalizzati), crea i tuoi modelli.
Ti consigliamo di iniziare a utilizzare i modelli SageMaker forniti dall'intelligenza artificiale per capire come organizzare il codice e le risorse e sfruttarli a partire da essi. Per fare ciò, dopo aver abilitato l'accesso dell'amministratore SageMaker ai modelli di intelligenza artificiale, accedi a, scegli Portfolio https://console.aws.amazon.com/servicecatalog/
Crea i tuoi modelli di progetto per personalizzare il tuo MLOps progetto. SageMaker I modelli di progetto AI sono prodotti forniti da Service Catalog per fornire le risorse per il tuo progetto. MLOps
Per creare un modello di progetto personalizzato, completa la seguente procedura.
-
Crea un portfolio. Per informazioni, consulta Fase 3: creazione di un portfolio del catalogo servizi.
-
Creazione di un prodotto Un prodotto è un modello. CloudFormation Puoi creare più versioni del prodotto. Per informazioni, consulta Fase 4: creazione di un prodotto del catalogo servizi.
Affinché il prodotto funzioni con SageMaker Projects, aggiungi i seguenti parametri al tuo modello di prodotto.
SageMakerProjectName: Type: String Description: Name of the project SageMakerProjectId: Type: String Description: Service generated Id of the project.
Importante
Ti consigliamo di inserire il CodeCommit repository nell'archivio del codice SageMaker AI affinché i repository del progetto siano visibili in modalità VPC. Il modello di esempio e l'aggiunta richiesta sono mostrati nei seguenti esempi di codice.
Modello originale (esempio):
ModelBuildCodeCommitRepository: Type: AWS::CodeCommit::Repository Properties: # Max allowed length: 100 chars RepositoryName: !Sub sagemaker-${SageMakerProjectName}-${SageMakerProjectId}-modelbuild # max: 10+33+15+10=68 RepositoryDescription: !Sub SageMaker Model building workflow infrastructure as code for the Project ${SageMakerProjectName} Code: S3: Bucket:
SEEDCODE_BUCKETNAME
Key: toolchain/model-building-workflow-v1.0.zip BranchName: mainContenuti aggiuntivi da aggiungere in modalità VPC:
SageMakerRepository: Type: AWS::SageMaker::CodeRepository Properties: GitConfig: RepositoryUrl: !GetAtt ModelBuildCodeCommitRepository.CloneUrlHttp Branch: main
-
Aggiungi un vincolo di avvio. Un vincolo di avvio designa un ruolo IAM che il catalogo servizi assume quando un utente avvia un prodotto. Per informazioni, consulta Fase 6: aggiunta di un vincolo di avvio per assegnare un ruolo IAM.
-
Effettua il provisioning del prodotto https://console.aws.amazon.com/servicecatalog/
per testare il modello. Se sei soddisfatto del modello, continua con il passaggio successivo per renderlo disponibile in Studio (o Studio Classic). -
Concedi l'accesso al portfolio Service Catalog creato nel passaggio 1 al tuo ruolo di esecuzione di Studio (o Studio Classic). Utilizza il ruolo di esecuzione del dominio o un ruolo utente con accesso a Studio (o Studio Classic). Per informazioni sull'aggiunta di un ruolo al portfolio, consulta Fase 7: concessione dell’accesso al portfolio agli utenti finali.
-
Per rendere il modello di progetto disponibile nell'elenco dei modelli di organizzazione in Studio (o Studio Classic), crea un tag con la chiave e il valore seguenti per il prodotto Service Catalog che hai creato nel passaggio 2.
-
chiave:
sagemaker:studio-visibility
-
valore:
true
-
Dopo aver completato questi passaggi, gli utenti di Studio (o Studio Classic) dell'organizzazione possono creare un progetto con il modello creato seguendo i passaggi indicati Crea un MLOps progetto utilizzando Amazon SageMaker Studio o Studio Classic e scegliendo Modelli di organizzazione quando si sceglie un modello.