modeltransform 명령을 사용한 모델 변환 - Amazon Neptune

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

modeltransform 명령을 사용한 모델 변환

Neptune ML modeltransform 명령을 사용하여 모델 변환 작업을 생성하거나, 작업 상태를 확인하거나, 중지하거나, 모든 활성 모델 변환 작업을 나열할 수 있습니다.

Neptune ML modeltransform 명령을 사용하여 모델 변환 작업 생성

모델 재훈련 없이 증분 변환 작업을 생성하는 Neptune ML modeltransform 명령은 다음과 같습니다.

curl \ -X POST https://(your Neptune endpoint)/ml/modeltransform -H 'Content-Type: application/json' \ -d '{ "id" : "(a unique model-transform job ID)", "dataProcessingJobId" : "(the job-id of a completed data-processing job)", "mlModelTrainingJobId" : "(the job-id of a completed model-training job)", "modelTransformOutputS3Location" : "s3://(your Amazon S3 bucket)/neptune-model-transform" }'

완료된 SageMaker 훈련 작업에서 작업을 생성하는 Neptune ML modeltransform 명령은 다음과 같습니다.

curl \ -X POST https://(your Neptune endpoint)/ml/modeltransform -H 'Content-Type: application/json' \ -d '{ "id" : "(a unique model-transform job ID)", "trainingJobName" : "(name of a completed SageMaker training job)", "modelTransformOutputS3Location" : "s3://(your Amazon S3 bucket)/neptune-model-transform", "baseProcessingInstanceType" : "" }'

사용자 지정 모델 구현을 사용하는 작업을 생성하는 Neptune ML modeltransform 명령은 다음과 같습니다.

curl \ -X POST https://(your Neptune endpoint)/ml/modeltransform -H 'Content-Type: application/json' \ -d '{ "id" : "(a unique model-training job ID)", "trainingJobName" : "(name of a completed SageMaker training job)", "modelTransformOutputS3Location" : "s3://(your Amazon S3 bucket)/neptune-model-transform/" "customModelTransformParameters" : { "sourceS3DirectoryPath": "s3://(your Amazon S3 bucket)/(path to your Python module)", "transformEntryPointScript": "(your transform script entry-point name in the Python module)" } }'
작업을 생성하는 modeltransform 파라미터
  • id   –   (선택 사항) 새 작업의 고유 식별자입니다.

    유형: 문자열. 기본값: 자동 생성된 UUID.

  • dataProcessingJobId   –   완료된 데이터 처리 작업의 작업 ID입니다.

    유형: 문자열.

    참고: dataProcessingJobIdmlModelTrainingJobId 모두 또는 trainingJobName를 포함해야 합니다.

  • mlModelTrainingJobId   –   완료된 모델 훈련 작업의 작업 ID입니다.

    유형: 문자열.

    참고: dataProcessingJobIdmlModelTrainingJobId 모두 또는 trainingJobName를 포함해야 합니다.

  • trainingJobName   –   완료한 SageMaker 훈련 작업의 이름입니다.

    유형: 문자열.

    참고: dataProcessingJobIdmlModelTrainingJobId 파라미터 모두 또는 trainingJobName 파라미터를 포함해야 합니다.

  • sagemakerIamRoleArn   –   (선택 사항) SageMaker를 실행하기 위한 IAM 역할의 ARN입니다.

    유형: 문자열. 참고: 이는 DB 클러스터 파라미터 그룹에 나열되어 있어야 합니다. 그렇지 않으면 오류가 발생합니다.

  • neptuneIamRoleArn   –   (선택 사항) SageMaker와 Amazon S3 리소스에 대한 Neptune의 액세스 권한을 제공하는 IAM 역할의 ARN입니다.

    유형: 문자열. 참고: 이는 DB 클러스터 파라미터 그룹에 나열되어 있어야 합니다. 그렇지 않으면 오류가 발생합니다.

  • customModelTransformParameters   –   (선택 사항) 사용자 지정 모델을 사용한 모델 변환의 구성 정보입니다. customModelTransformParameters 객체에는 다음 필드가 포함되며, 이 필드는 훈련 작업에서 저장된 모델 파라미터와 호환되는 값을 가져야 합니다.

    • sourceS3DirectoryPath   –   (필수) 모델을 구현하는 Python 모듈이 위치한 Amazon S3 위치 경로입니다. 이는 최소한 훈련 스크립트, 변환 스크립트 및 model-hpo-configuration.json 파일을 포함하는 유효한 기존 Amazon S3 위치를 가리켜야 합니다.

    • transformEntryPointScript   –   (선택 사항) 모델 배포에 필요한 모델 아티팩트를 계산하기 위해 하이퍼파라미터 검색에서 최적의 모델을 식별한 후 실행해야 하는 스크립트의 모듈 내 진입점 이름입니다. 명령줄 인수 없이 실행할 수 있어야 합니다.

      기본값: transform.py.

  • baseProcessingInstanceType   –   (선택 사항) ML 모델 훈련 준비 및 관리에 사용되는 ML 인스턴스 유형입니다.

    유형: 문자열. 참고: 변환 데이터 및 모델을 처리하는 데 필요한 메모리 요구 사항을 기반으로 선택된 CPU 인스턴스입니다. 모델 훈련 및 모델 변환용 인스턴스 선택 섹션을 참조하세요.

  • baseProcessingInstanceVolumeSizeInGB   –   (선택 사항) 훈련 인스턴스의 디스크 볼륨 크기입니다. 입력 데이터와 출력 모델 모두 디스크에 저장되므로, 볼륨 크기는 두 데이터 세트를 모두 담을 수 있을 만큼 커야 합니다.

    유형: 정수. 기본값: 0.

    참고: 지정하지 않거나 0인 경우 Neptune ML은 데이터 처리 단계에서 생성된 권장 사항에 따라 디스크 볼륨 크기를 선택합니다. 모델 훈련 및 모델 변환용 인스턴스 선택 섹션을 참조하세요.

  • subnets   –   (선택 사항) Neptune VPC의 서브넷 ID입니다.

    유형: 문자열 목록. 기본값: 없음.

  • securityGroupIds   –   (선택 사항) VPC 보안 그룹 ID입니다.

    유형: 문자열 목록. 기본값: 없음.

  • volumeEncryptionKMSKey   –   (선택 사항) SageMaker가 변환 작업을 실행하는 ML 컴퓨팅 인스턴스에 연결된 스토리지 볼륨에서 데이터를 암호화하는 데 사용하는 AWS Key Management Service(AWS KMS) 키입니다.

    유형: 문자열. 기본값: 없음.

  • enableInterContainerTrafficEncryption   –   (선택 사항) 훈련 또는 하이퍼 파라미터 조정 작업에서 컨테이너 간 트래픽 암호화를 활성화하거나 비활성화합니다.

    유형: 부울. 기본값: True.

    참고

    enableInterContainerTrafficEncryption 파라미터는 엔진 릴리스 1.2.0.2.R3에서만 사용할 수 있습니다.

  • s3OutputEncryptionKMSKey   –   (선택 사항) SageMaker가 처리 작업의 출력을 암호화하는 데 사용하는 AWS Key Management Service(AWS KMS) 키입니다.

    유형: 문자열. 기본값: 없음.

Neptune ML modeltransform 명령을 사용하여 모델 변환 작업의 상태 가져오기

작업 상태를 나타내는 샘플 Neptune ML modeltransform 명령은 다음과 같습니다.

curl -s \ "https://(your Neptune endpoint)/ml/modeltransform/(the job ID)" \ | python -m json.tool
작업 상태를 나타내는 modeltransform 파라미터
  • id   –   (필수) 모델 변환 작업의 고유 식별자입니다.

    유형: 문자열.

  • neptuneIamRoleArn   –   (선택 사항) SageMaker와 Amazon S3 리소스에 대한 Neptune의 액세스 권한을 제공하는 IAM 역할의 ARN입니다.

    유형: 문자열. 참고: 이는 DB 클러스터 파라미터 그룹에 나열되어 있어야 합니다. 그렇지 않으면 오류가 발생합니다.

Neptune ML modeltransform 명령을 사용하여 모델 변환 작업 중지

작업 중지를 위한 샘플 Neptune ML modeltransform 명령은 다음과 같습니다.

curl -s \ -X DELETE "https://(your Neptune endpoint)/ml/modeltransform/(the job ID)"

아니면 다음을 사용해도 됩니다.

curl -s \ -X DELETE "https://(your Neptune endpoint)/ml/modeltransform/(the job ID)?clean=true"
작업을 중지하는 modeltransform 파라미터
  • id   –   (필수) 모델 변환 작업의 고유 식별자입니다.

    유형: 문자열.

  • neptuneIamRoleArn   –   (선택 사항) SageMaker와 Amazon S3 리소스에 대한 Neptune의 액세스 권한을 제공하는 IAM 역할의 ARN입니다.

    유형: 문자열. 참고: 이는 DB 클러스터 파라미터 그룹에 나열되어 있어야 합니다. 그렇지 않으면 오류가 발생합니다.

  • clean   –   (선택 사항) 이 플래그는 작업이 중지될 때 모든 Amazon S3 아티팩트를 삭제하도록 지정합니다.

    유형: 부울. 기본값: FALSE.

Neptune ML modeltransform 명령을 사용하여 활성 모델 변환 작업 나열

활성 작업을 나열하기 위한 샘플 Neptune ML modeltransform 명령은 다음과 같습니다.

curl -s "https://(your Neptune endpoint)/ml/modeltransform" | python -m json.tool

아니면 다음을 사용해도 됩니다.

curl -s "https://(your Neptune endpoint)/ml/modeltransform?maxItems=3" | python -m json.tool
작업을 나열하는 modeltransform 파라미터
  • maxItems   –   (선택 사항) 반환할 최대 항목 수입니다.

    유형: 정수. 기본값: 10. 최대 허용 값: 1024.

  • neptuneIamRoleArn   –   (선택 사항) SageMaker와 Amazon S3 리소스에 대한 Neptune의 액세스 권한을 제공하는 IAM 역할의 ARN입니다.

    유형: 문자열. 참고: 이는 DB 클러스터 파라미터 그룹에 나열되어 있어야 합니다. 그렇지 않으면 오류가 발생합니다.