알고리즘 리소스 생성

알고리즘 리소스를 생성하려면(콘솔)

1. https://console.aws.amazon.com/sagemaker/ SageMaker AI 콘솔을 엽니다.

2. 왼쪽 메뉴에서 훈련을 선택합니다.

3. 드롭다운 메뉴에서 알고리즘을 선택한 다음 알고리즘 생성을 선택합니다.

4. 훈련 사양 페이지에서 다음 정보를 제공합니다.

   1. 알고리즘 이름에 알고리즘의 이름을 입력합니다. 알고리즘 이름은 계정과 AWS 리전에서 고유해야 합니다. 이름은 1~64자여야 합니다. 유효한 문자는 a-z, A-Z, 0-9 및 –(하이픈)입니다.

   2. 알고리즘에 대한 설명을 입력합니다. 이 설명은 SageMaker AI 콘솔 및에 표시됩니다 AWS Marketplace.

   3. 훈련 이미지의 경우, 훈련 컨테이너가 저장되어 있는 Amazon ECR에서의 경로를 입력합니다.

   4. 알고리즘이 여러 인스턴스에 대한 훈련을 지원하는 경우 분산 훈련 지원에서 예를 선택합니다. 그렇지 않은 경우 아니요를 선택합니다.

   5. 훈련용 인스턴스 유형 지원에서 알고리즘에서 지원하는 인스턴스 유형을 선택합니다.

   6. 채널 사양에, 알고리즘에 대한 입력 데이터 채널을 지정합니다( 최대 8개). 예를 들어 train, validation 및 test라는 입력 채널 3개를 지정할 수 있습니다. 각 채널에 대해 다음 정보를 지정합니다.

      1. 채널 이름에 채널의 이름을 입력합니다. 이름은 1~64자여야 합니다. 유효한 문자는 a-z, A-Z, 0-9 및 –(하이픈)입니다.

      2. 알고리즘에서 채널을 요구하게 하려면 채널 필요를 선택합니다.

      3. 채널에 대한 설명을 입력합니다.

      4. 지원되는 입력 모드에서, 알고리즘에서 입력 데이터 스트리밍을 지원하면 파이프 모드를 선택하고, 알고리즘에서 파일로 입력 데이터 다운로드를 지원하면 파일 모드를 선택합니다. 사용자는 두 가지 모드를 모두 선택할 수도 있습니다.

      5. 지원되는 콘텐츠 유형에, 알고리즘에서 입력 데이터에 대해 원하는 MIME 유형을 입력합니다.

      6. 알고리즘에서 Gzip 압축을 지원하는 경우에는 지원되는 압축 유형에서 Gzip을 선택합니다. 그렇지 않다면 없음을 선택합니다.

      7. 다른 데이터 입력 채널을 추가하려면 채널 추가를 선택하고, 채널을 모두 추가했으면 다음을 선택합니다.

5. 튜닝 사양 페이지에서 다음 정보를 제공합니다.

   1. 하이퍼파라미터 사양에서, JSON 객체를 편집하여 알고리즘에서 지원하는 하이퍼파라미터를 지정합니다. 알고리즘에서 지원하는 각 하이퍼파라미터에 대해 다음과 유사하게 JSON 블록을 구성합니다.

      {
      "DefaultValue": "5",
      "Description": "The first hyperparameter",
      "IsRequired": true,
      "IsTunable": false,
      "Name": "intRange",
      "Range": {
      "IntegerParameterRangeSpecification": {
      "MaxValue": "10",
      "MinValue": "1"
      },
      "Type": "Integer"
      }

      JSON에서 다음 정보를 입력합니다.

      1. DefaultValue로 하이퍼파라미터(하나 있는 경우)에 대한 기본값을 지정합니다.

      2. Description으로 하이퍼파라미터에 대한 설명을 지정합니다.

      3. IsRequired로 하이퍼파라미터가 필요한지 여부를 지정합니다.

      4. 사용자가 이 알고리즘을 사용하는 하이퍼파라미터 튜닝 작업을 실행할 때 이 하이퍼파라미터를 튜닝 가능하도록 하려면 IsTunable로 true를 지정합니다. 자세한 내용은 SageMaker AI를 사용한 자동 모델 튜닝을 참조하세요.

      5. Name으로 하이퍼파라미터에 대한 이름을 지정합니다.

      6. Range로 다음 중 하나를 지정합니다.

         • IntegerParameterRangeSpecification - 하이퍼파라미터의 값이 정수입니다. 하이퍼파라미터에 대한 최대 및 최소 값을 지정합니다.

         • ContinuousParameterRangeSpecification - 하이퍼파라미터의 값이 부동 소수점 값입니다. 하이퍼파라미터에 대한 최대 및 최소 값을 지정합니다.

         • CategoricalParameterRangeSpecification - 하이퍼파라미터의 값이 카테고리 값입니다. 가능한 모든 값 목록을 지정합니다.

      7. Type으로 Integer, Continuous 또는 Categorical을 지정합니다. 이 값은 지정한 Range 유형에 해당해야 합니다.

   2. 지표 정의의 경우 알고리즘에서 내보낼 훈련 지표를 모두 지정하세요. SageMaker AI는 훈련 중에 훈련 컨테이너의 로그를 구문 분석하여 지표를 찾기 위해 지정한 정규식을 사용합니다. 사용자는 알고리즘을 사용해 훈련 작업을 실행할 때 이러한 지표를 볼 수 있고 Amazon CloudWatch에서 지표를 모니터링 및 플로팅할 수 있습니다. 자세한 내용은 훈련 작업 모니터링 및 분석용 Amazon CloudWatch 지표을 참조하세요. 각 지표에 대해 다음 정보를 제공합니다.

      1. 지표 이름에 지표의 이름을 입력합니다.

      2. 의 경우 SageMaker AI가 지표 값을 찾을 수 있도록 훈련 로그를 구문 분석하는 데 사용하는 정규식을 Regex입력합니다.

      3. 이 지표를 하이퍼파라미터 튜닝 작업의 목표 지표로 사용할 수 있는 경우 목표 지표 지원에 대해 예를 선택합니다. 자세한 내용은 SageMaker AI를 사용한 자동 모델 튜닝을 참조하세요.

      4. 다른 지표를 추가하려면 지표 추가를 선택하고 지표 추가를 마친 경우에는 다음을 선택합니다.

6. 알고리즘이 추론을 지원하는 경우 추론 사양 페이지에서 다음 정보를 제공합니다.

   1. 추론 이미지 위치에는 추론 컨테이너가 저장된 Amazon ECR의 경로를 입력합니다.

   2. 컨테이너 DNS 호스트 이름에 이미지의 DNS 호스트 이름을 입력합니다.

   3. 실시간 추론에 지원되는 인스턴스 유형에서 알고리즘이 SageMaker AI에서 호스팅 엔드포인트로 배포된 모델에 대해 지원하는 인스턴스 유형을 선택합니다. 자세한 내용은 추론 모델 배포을 참조하세요.

   4. 배치 변환 작업에 지원되는 인스턴스 유형에서, 알고리즘이 배치 변환 작업에 대해 지원하는 인스턴스 유형을 선택합니다. 자세한 내용은 Amazon SageMaker AI를 사용한 추론을 위한 배치 변환을 참조하세요.

   5. 지원되는 콘텐츠 유형에, 추론 요청을 위해 알고리즘에 필요한 입력 데이터 유형을 입력합니다.

   6. 지원되는 응답 MIME 유형에, 추론 응답에 대해 알고리즘에서 지원하는 MIME 유형을 입력합니다.

   7. Next(다음)를 선택합니다.

7. 검증 사양 페이지에서 다음 정보를 제공합니다.

   1. 이 알고리즘을에 게시 AWS Marketplace하려면 예를 선택하여에 알고리즘을 게시합니다 AWS Marketplace.

   2. 이 리소스 검증에서 SageMaker AI가 알고리즘의 훈련 및/또는 추론 코드를 테스트하기 위해 지정한 훈련 작업 및/또는 배치 변환 작업을 실행하도록 하려면 예를 선택합니다.

      참고

      알고리즘을 게시하려면 알고리즘 AWS Marketplace을 검증해야 합니다.

   3. IAM 역할의 경우 SageMaker AI에서 훈련 작업 및 배치 변환 작업을 실행하는 데 필요한 권한이 있는 IAM 역할을 선택하거나 새 역할 생성을 선택하여 SageMaker AI가 AmazonSageMakerFullAccess 관리형 정책이 연결된 역할을 생성할 수 있도록 합니다. 자세한 내용은 SageMaker AI 실행 역할을 사용하는 방법을 참조하세요.

   4. 검증 프로필에서 다음을 지정합니다.

      • 검증 프로필의 이름

      • 훈련 작업 정의. 훈련 작업을 설명하는 JSON 블록입니다. CreateAlgorithm API의 TrainingJobDefinition 입력 파라미터와 형식이 동일합니다.

      • 변환 작업 정의. 배치 변환 작업을 설명하는 JSON 블록입니다. CreateAlgorithm API의 TransformJobDefinition 입력 파라미터와 형식이 동일합니다.

   5. 알고리즘 생성을 선택합니다.