ステップキャッシュを無効にする

ステップタイプの パイプラインステップタイプ別のデフォルトのキャッシュキー属性 にリストされていない属性を変更しても、パイプラインステップは再実行されません。ただし、それでもパイプラインステップを再実行したいこともあります。その場合は、ステップキャッシュを無効にする必要があります。

ステップキャッシュを無効にするには、次のコードスニペットに示すように、ステップ定義内のステップ定義の CacheConfig プロパティの Enabled 属性を false に設定します。

{
    "CacheConfig": {
        "Enabled": false,
        "ExpireAfter": "<time>"
    }
}

Enabled が false に設定されている場合、ExpireAfter 属性は無視されることに注意してください。

Amazon SageMaker Python を使用してパイプラインステップのキャッシュをオフにするにはSDK、パイプラインステップのパイプラインを定義し、 enable_cachingプロパティをオフにして、パイプラインを更新します。

これを再実行すると、次のコードサンプルがトレーニングステップのキャッシュを無効にします。

from sagemaker.workflow.pipeline_context import PipelineSession
from sagemaker.workflow.steps import CacheConfig
from sagemaker.workflow.pipeline import Pipeline

cache_config = CacheConfig(enable_caching=False, expire_after="PT1H")
estimator = Estimator(..., sagemaker_session=PipelineSession())

step_train = TrainingStep(
    name="TrainAbaloneModel",
    step_args=estimator.fit(inputs=inputs),
    cache_config=cache_config
)

# define pipeline
pipeline = Pipeline(
    steps=[step_train]
)

# update the pipeline
pipeline.update()
# or, call upsert() to update the pipeline
# pipeline.upsert()

または、パイプラインを定義した後で enable_caching プロパティを無効にして、コードを 1 回連続して実行できるようにします。以下のコードサンプルはこのソリューションを示しています。

# turn off caching for the training step
pipeline.steps[0].cache_config.enable_caching = False

# update the pipeline
pipeline.update()
# or, call upsert() to update the pipeline
# pipeline.upsert()

コード例と Python SDKパラメータがキャッシュにどのように影響するかの詳細については、Amazon SageMaker Python SDKドキュメントの「キャッシュ設定」を参照してください。