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.
In che modo Amazon SageMaker AI elabora i risultati della formazione
Poiché il tuo algoritmo viene eseguito in un container, genera output, tra cui lo stato del processo di addestramento e artefatti del modello e di output. Il tuo algoritmo deve scrivere queste informazioni nei file seguenti, che si trovano nella directory del container /output. Amazon SageMaker AI elabora le informazioni contenute in questa directory come segue:
-
/opt/ml/model— Il tuo algoritmo dovrebbe scrivere tutti gli artefatti finali del modello in questa directory. SageMaker AI copia questi dati come un singolo oggetto in formato tar compresso nella posizione S3 specificata nella richiesta.CreateTrainingJobSe più contenitori in un singolo processo di formazione scrivono in questa directory, dovrebbero assicurarsi che non cifile/directorysiano conflitti tra i nomi. SageMaker L'IA aggrega il risultato in un file TAR e lo carica su S3 al termine del processo di formazione. -
/opt/ml/output/data— Il tuo algoritmo dovrebbe scrivere gli artefatti che desideri archiviare diversi dal modello finale in questa directory. SageMaker AI copia questi dati come un singolo oggetto in formato tar compresso nella posizione S3 specificata nella richiesta.CreateTrainingJobSe più contenitori in un singolo processo di formazione scrivono in questa directory, dovrebbero assicurarsi che non cifile/directorysiano conflitti tra i nomi. SageMaker L'IA aggrega il risultato in un file TAR e lo carica su S3 al termine del processo di formazione. -
/opt/ml/output/failure: se si verifica un errore nell’addestramento, dopo che l'output dell'algoritmo è completato (ad esempio, registrazione), il tuo algoritmo deve scrivere la descrizione dell'errore in questo file. InDescribeTrainingJobrisposta, SageMaker AI restituisce i primi 1024 caratteri di questo file come.FailureReason
Puoi specificare un bucket S3 generico o un bucket di directory S3 per memorizzare i risultati dell'allenamento. I bucket di directory utilizzano solo la classe di storage Amazon S3 Express One Zone, progettata per carichi di lavoro o applicazioni critiche per le prestazioni che richiedono una latenza costante di un millisecondo. Scegli il tipo di bucket più adatto alle tue esigenze applicative e prestazionali. Per ulteriori informazioni sui bucket di directory S3, consulta i bucket di directory nella Guida per l'utente di Amazon Simple Storage Service.
Nota
Puoi crittografare i dati di output SageMaker AI solo nei bucket di directory S3 con crittografia lato server con chiavi gestite di Amazon S3 (SSE-S3). La crittografia lato server con AWS KMS chiavi (SSE-KMS) non è attualmente supportata per l'archiviazione dei dati di output AI nei bucket di directory. SageMaker
