모델 컴파일(AWS Command Line Interface) - 아마존 SageMaker

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

모델 컴파일(AWS Command Line Interface)

이 섹션에서는 AWS Command Line Interface () CLI 를 사용하여 기계 학습 모델의 Amazon SageMaker Neo 컴파일 작업을 관리하는 방법을 보여줍니다. 컴파일 작업을 생성, 설명, 중지 및 나열할 수 있습니다.

  1. 컴파일 작업 생성

    CreateCompilationJobAPI작업을 통해 데이터 입력 형식, 모델을 저장할 S3 버킷, 컴파일된 모델을 작성할 S3 버킷, 대상 하드웨어 디바이스 또는 플랫폼을 지정할 수 있습니다.

    다음 표는 대상이 디바이스인지 플랫폼인지에 CreateCompilationJob API 따라 구성하는 방법을 보여줍니다.

    Device Example
    {
    "CompilationJobName": "neo-compilation-job-demo",
    "RoleArn": "arn:aws:iam::<your-account>:role/service-role/AmazonSageMaker-ExecutionRole-yyyymmddThhmmss",
    "InputConfig": {
        "S3Uri": "s3://<your-bucket>/sagemaker/neo-compilation-job-demo-data/train",
        "DataInputConfig":  "{'data': [1,3,1024,1024]}",
        "Framework": "MXNET"
    },
    "OutputConfig": {
        "S3OutputLocation": "s3://<your-bucket>/sagemaker/neo-compilation-job-demo-data/compile",
        # A target device specification example for a ml_c5 instance family
        "TargetDevice": "ml_c5"
    },
    "StoppingCondition": {
        "MaxRuntimeInSeconds": 300
    }
}

    프레임워크를 사용하여 모델을 학습시켰고 대상 장치가 대상인 경우 FrameworkVersion현장에서 사용한 PyTorch 프레임워크 버전을 선택적으로 지정할 수 있습니다. ml_* 

    {
    "CompilationJobName": "neo-compilation-job-demo",
    "RoleArn": "arn:aws:iam::<your-account>:role/service-role/AmazonSageMaker-ExecutionRole-yyyymmddThhmmss",
    "InputConfig": {
        "S3Uri": "s3://<your-bucket>/sagemaker/neo-compilation-job-demo-data/train",
        "DataInputConfig":  "{'data': [1,3,1024,1024]}",
        "Framework": "PYTORCH",
        "FrameworkVersion": "1.6"
    },
    "OutputConfig": {
        "S3OutputLocation": "s3://<your-bucket>/sagemaker/neo-compilation-job-demo-data/compile",
        # A target device specification example for a ml_c5 instance family
        "TargetDevice": "ml_c5",
        # When compiling for ml_* instances using PyTorch framework, use the "CompilerOptions" field in 
        # OutputConfig to provide the correct data type ("dtype") of the model’s input. Default assumed is "float32"
        "CompilerOptions": "{'dtype': 'long'}"
    },
    "StoppingCondition": {
        "MaxRuntimeInSeconds": 300
    }
}
    참고:

    • PyTorch 버전 2.0 이상을 사용하여 모델을 저장한 경우 이 DataInputConfig 필드는 선택 사항입니다. SageMakerNeo는 생성하는 데 사용한 PyTorch 모델 정의 파일에서 입력 구성을 가져옵니다. 정의 파일을 생성하는 방법에 대한 자세한 내용은 SageMakerNeo용 모델 저장하기 PyTorch 섹션을 참조하십시오.

    • 이 API 필드는 용으로만 지원됩니다. PyTorch

    Platform Example
    {
    "CompilationJobName": "neo-test-compilation-job",
    "RoleArn": "arn:aws:iam::<your-account>:role/service-role/AmazonSageMaker-ExecutionRole-yyyymmddThhmmss",
    "InputConfig": {
        "S3Uri": "s3://<your-bucket>/sagemaker/neo-compilation-job-demo-data/train",
        "DataInputConfig":  "{'data': [1,3,1024,1024]}",
        "Framework": "MXNET"
    },
    "OutputConfig": {
        "S3OutputLocation": "s3://<your-bucket>/sagemaker/neo-compilation-job-demo-data/compile",
        # A target platform configuration example for a p3.2xlarge instance
        "TargetPlatform": {
            "Os": "LINUX",
            "Arch": "X86_64",
            "Accelerator": "NVIDIA"
        },
        "CompilerOptions": "{'cuda-ver': '10.0', 'trt-ver': '6.0.1', 'gpu-code': 'sm_70'}"
    },
    "StoppingCondition": {
        "MaxRuntimeInSeconds": 300
    }
}
    참고

    OutputConfigAPI작업의 경우 TargetDevice 및 TargetPlatform API 연산은 상호 배타적입니다. 두 옵션 중 하나를 선택해야 합니다.

    프레임워크에 DataInputConfig 따른 JSON 문자열 예제를 찾으려면 Neo가 기대하는 입력 데이터 셰이프를 참조하십시오.

    구성 설정에 대한 자세한 내용은 참조의 InputConfigOutputConfig, 및 TargetPlatformAPI연산을 참조하십시오. SageMaker API

  2. 파일을 구성한 후 다음 명령을 실행하여 컴파일 작업을 생성합니다. JSON 

    aws sagemaker create-compilation-job \
--cli-input-json file://job.json \
--region us-west-2 

# You should get CompilationJobArn

  3. 다음 명령어를 실행하여 컴파일 작업을 설명합니다.

    aws sagemaker describe-compilation-job \
--compilation-job-name $JOB_NM \
--region us-west-2

  4. 다음 명령을 실행하여 컴파일 작업을 중지합니다.

    aws sagemaker stop-compilation-job \
--compilation-job-name $JOB_NM \
--region us-west-2

# There is no output for compilation-job operation

  5. 다음 명령을 실행하여 컴파일 작업을 나열합니다.

    aws sagemaker list-compilation-jobs \
--region us-west-2