プロジェクトのウォークスルー SageMaker MLOps

プロジェクトを作成するには SageMaker MLOps

1. Studio Classic にサインインします。詳細については、「Amazon SageMaker ドメインの概要」を参照してください。

2. Studio Classic サイドバーで、ホームアイコン () を選択します 。

3. メニューから [デプロイ] を選択し、[プロジェクト] を選択します。

4. [プロジェクトを作成] を選択します。

   [Create project] (プロジェクトの作成) タブが表示されます。

5. まだ選択されていない場合は、 SageMaker テンプレート を選択し、MLOpsモデルの構築、トレーニング、デプロイのテンプレート を選択します。

6. [Project details] (プロジェクトの詳細) で、プロジェクトの名前と説明を入力します。

コードリポジトリのクローンを作成するには

1. Studio Classic サイドバーで、ホームアイコン () を選択します 。

2. メニューから [デプロイ] を選択し、[プロジェクト] を選択します。

3. 前のステップで作成したプロジェクトを選択して、プロジェクトのプロジェクトタブを開きます。

4. プロジェクトタブで [Repositories] (リポジトリ) を選択し、modelbuild で終わるリポジトリの [Local path] (ローカルパス) 列で [clone repo...] (リポジトリのクローンを作成) を選択します。

5. 表示されるダイアログボックスで、デフォルト値を変更せずに、[Clone repository] (リポジトリのクローンを作成) を選択します。

   

   リポジトリのクローンが作成されると、ローカルパスが [Local path] (ローカルパス) 列に表示されます。Studio Classic のリポジトリコードを含むローカルフォルダを開くパスを選択します。

コードを変更するには

1. Studio Classic で、ファイルブラウザアイコン ( ) を選択し、 pipelines/abaloneフォルダに移動します。pipeline.py をダブルクリックして、コードファイルを開きます。

2. pipeline.py ファイルで、トレーニングインスタンスタイプを設定する行を見つけます。

   training_instance_type = ParameterString(
           name="TrainingInstanceType", default_value="ml.m5.xlarge"

   ml.m5.xlarge を ml.m5.large に変更し、Ctrl+S を押して変更を保存します。

3. Git アイコン () を選択します 。pipeline.py で変更をステージ、コミット、プッシュします。また、[概要] フィールドに概要を入力し、必要に応じて [説明] フィールドに説明を入力します。Studio Classic で Git を使用する方法については、「」を参照してください SageMaker Studio Classic で Git リポジトリをクローンする。

   

モデルバージョンを承認するには

1. Studio Classic サイドバーで、ホームアイコン () を選択します 。

2. メニューから [デプロイ] を選択し、[プロジェクト] を選択します。

3. 最初のステップで作成したプロジェクトの名前を選択して、プロジェクトのプロジェクトタブを開きます。

4. プロジェクトタブで [Model groups] (モデルグループ) を選択し、表示されるモデルグループの名前をダブルクリックします。

   モデルグループタブが表示されます。

5. モデルグループタブで、[バージョン 1] をダブルクリックします。[バージョン 1] タブが開きます。[Update status] (ステータスを更新) を選択します。

6. [Update model version status] (モデルバージョンのステータスを更新) ダイアログボックスの [Status] (ステータス)ドロップダウンリストで、[Approve] (承認)、[Update status] (ステータスを更新) の順に選択します。

   モデルバージョンを承認すると、MLOpsシステムはモデルをステージングにデプロイします。エンドポイントを表示するには、プロジェクトタブで [Endpoints] (エンドポイント) タブを選択します。

モデルバージョンを本番環境にデプロイするには

1. で CodePipeline コンソールにログインする https://console.aws.amazon.com/codepipeline/

2. Pipelines を選択し、sagemaker- という名前のパイプラインを選択します。projectname-projectid-modeldeploy 、ここで projectname はプロジェクトの名前であり、projectid はプロジェクトの ID です。

3. DeployStaging ステージで、「レビュー」を選択します。

4. [Review] (確認) ダイアログボックスで、[Approve] (承認) を選択します。

   DeployStaging ステージを承認すると、MLOpsシステムはモデルを本番環境にデプロイします。エンドポイントを表示するには、Studio Classic のプロジェクトタブでエンドポイントタブを選択します。

1. Studio Classic サイドバーで、ホームアイコン () を選択します 。

2. メニューから [デプロイ] を選択し、[プロジェクト] を選択します。

3. ドロップダウンリストから、ターゲットのプロジェクトを選択します。プロジェクトが表示されていない場合は、プロジェクト名を入力し、フィルターを適用してプロジェクトを検索します。

4. Studio Classic プロジェクトは、次のいずれかの方法で削除できます。

   1. プロジェクトリストからプロジェクトを削除できます。

      ターゲットプロジェクトを右クリックし、ドロップダウンリストから [Delete] (削除) を選択します。

      注記

      この機能は Studio Classic バージョン v3.17.1 以降でサポートされています。詳細については、「 SageMaker Studio Classic のシャットダウンと更新」を参照してください。

   2. [Project details] (プロジェクトの詳細) セクションからプロジェクトを削除できます。

      1. プロジェクトが見つかったら、ダブルクリックしてメインパネルに詳細を表示します。

      2. [Actions] (アクション) メニューから [Delete] (削除) を選択します。

5. [Delete Project] (プロジェクトの削除) ウィンドウの [Delete] (削除) を選択して、選択を確定します。

   これで、プロジェクトで作成した Service Catalog プロビジョニングの製品が削除されます。これには CodeCommit、プロジェクト用に作成された 、 CodePipeline、および CodeBuild リソースが含まれます。

6. プロジェクトが作成した AWS CloudFormation スタックを削除します。スタックには、ステージング用と本番用の 2 つがあります。スタックの名前は sagemaker-projectname-project-id-deploy-staging と sagemaker-projectname-project-id-deploy-prod 、ここで projectname はプロジェクトの名前であり、project-id はプロジェクトの ID です。

   AWS CloudFormation スタックを削除する方法については、 AWS CloudFormation ユーザーガイドの「 AWS CloudFormation コンソールでのスタックの削除」を参照してください。

7. プロジェクトで作成した Amazon S3 バケットを削除します。バケットの名前は sagemaker-project-project-id、ここで project-id はプロジェクトの ID です。