Empacotando seu modelo (SDK)

Você empacota um modelo como um componente de modelo criando uma tarefa de empacotamento de modelo. Para criar um trabalho de empacotamento de modelo, você chama a API startModelPackagingJob. O trabalho pode demorar um pouco para ser concluído. Para descobrir o status atual, chame DescribeModelPackagingJob e verifique o campo na resposta. Status

Para obter informações sobre as configurações do pacote, consulte Configurações do pacote.

O procedimento a seguir mostra como iniciar um trabalho de empacotamento usando a AWS CLI. Você pode empacotar o modelo para uma plataforma de destino ou um dispositivo de destino. Por exemplo, código Java, consulte StartModelPackagingJob.

Para empacotar seu modelo (SDK)

Se você ainda não tiver feito isso, instale e configure a AWS CLI e os SDKs da AWS. Para obter mais informações, consulte Etapa 4: configurar o AWS CLI e AWS SDKs.
Verifique se o você tem as seguintes permissões para iniciar um trabalho de empacotamento de modelos. Para obter mais informações, consulte StartModelPackagingJob.
Use os seguintes comandos da CLI para empacotar seu modelo para um dispositivo de destino ou uma plataforma de destino.
Target platform
O comando CLI a seguir mostra como empacotar um modelo para uma plataforma de destino com um acelerador NVIDIA.

Altere os seguintes valores:
project_name para o nome do projeto que contém o modelo que você deseja empacotar.
model_version para a versão do modelo que você deseja empacotar.
(Opcional) description para uma descrição do seu trabalho de empacotamento de modelo.
architecture para a arquitetura (ARM64 ou X86_64) do dispositivo AWS IoT Greengrass Version 2 principal em que você executa o componente do modelo.
gpu_code ao código gpu do dispositivo principal em que você executa o componente do modelo.
trt_ver para a versão do TensorRT que você instalou no seu dispositivo principal.
cuda_ver para a versão CUDA que você instalou no seu dispositivo principal.
component_name a um nome para o componente do modelo no qual você deseja criarAWS IoT Greengrass V2.
(Opcional) component_version para uma versão do componente de modelo que o trabalho de empacotamento cria. Use o formato major.minor.patch. Por exemplo, 1.0.0 representa a primeira versão principal de um componente.
bucket para o bucket do Amazon S3 no qual o trabalho de empacotamento armazena os artefatos do componente do modelo.
prefix para o local dentro do bucket do Amazon S3 onde o trabalho de empacotamento armazena os artefatos do componente do modelo.
(Opcional) component_description a uma descrição para o componente do modelo.
(Opcional) tag_key1 e tag_key2 às chaves das tags anexadas ao componente do modelo.
(Opcional) tag_value1 e tag_value2 aos valores-chave das tags anexadas ao componente do modelo.
```
aws lookoutvision start-model-packaging-job \
  --project-name project_name \
  --model-version model_version \
  --description="description" \
  --configuration "Greengrass={TargetPlatform={Os='LINUX',Arch='architecture',Accelerator='NVIDIA'},CompilerOptions='{\"gpu-code\": \"gpu_code\", \"trt-ver\": \"trt_ver\", \"cuda-ver\": \"cuda_ver\"}',S3OutputLocation={Bucket='bucket',Prefix='prefix'},ComponentName='Component_name',ComponentVersion='component_version',ComponentDescription='component_description',Tags=[{Key='tag_key1',Value='tag_value1'}, {Key='tag_key2',Value='tag_value2'}]}" \
  --profile lookoutvision-access
```
Por exemplo:
```
aws lookoutvision start-model-packaging-job \
  --project-name test-project-01 \
  --model-version 1 \
  --description="Model Packaging Job for G4 Instance using TargetPlatform Option" \
  --configuration "Greengrass={TargetPlatform={Os='LINUX',Arch='X86_64',Accelerator='NVIDIA'},CompilerOptions='{\"gpu-code\": \"sm_75\", \"trt-ver\": \"7.1.3\", \"cuda-ver\": \"10.2\"}',S3OutputLocation={Bucket='bucket',Prefix='test-project-01/folder'},ComponentName='SampleComponentNameX86TargetPlatform',ComponentVersion='0.1.0',ComponentDescription='This is my component',Tags=[{Key='modelKey0',Value='modelValue'}, {Key='modelKey1',Value='modelValue'}]}" \
  --profile lookoutvision-access
```
Target Device
Use os seguintes comandos da CLI para empacotar um modelo para um dispositivo de destino.

Altere os seguintes valores:
project_name para o nome do projeto que contém o modelo que você deseja empacotar.
model_version para a versão do modelo que você deseja empacotar.
(Opcional) description para uma descrição do seu trabalho de empacotamento de modelo.
component_name a um nome para o componente do modelo no qual você deseja criarAWS IoT Greengrass V2.
(Opcional) component_version para uma versão do componente de modelo que o trabalho de empacotamento cria. Use o formato major.minor.patch. Por exemplo, 1.0.0 representa a primeira versão principal de um componente.
bucket para o bucket do Amazon S3 no qual o trabalho de empacotamento armazena os artefatos do componente do modelo.
prefix para o local dentro do bucket do Amazon S3 onde o trabalho de empacotamento armazena os artefatos do componente do modelo.
(Opcional) component_description a uma descrição para o componente do modelo.
(Opcional) tag_key1 e tag_key2 às chaves das tags anexadas ao componente do modelo.
(Opcional) tag_value1 e tag_value2 aos valores-chave das tags anexadas ao componente do modelo.
```
aws lookoutvision start-model-packaging-job \
  --project-name project_name \
  --model-version model_version \
  --description="description" \
  --configuration "Greengrass={TargetDevice='jetson_xavier',S3OutputLocation={Bucket='bucket',Prefix='prefix'},ComponentName='component_name',ComponentVersion='component_version',ComponentDescription='component_description',Tags=[{Key='tag_key1',Value='tag_value1'}, {Key='tag_key2',Value='tag_value2'}]}" \
  --profile lookoutvision-access
 
```
Por exemplo:
```
aws lookoutvision start-model-packaging-job \
  --project-name project_01 \
  --model-version 1 \
  --description="description" \
  --configuration "Greengrass={TargetDevice='jetson_xavier',S3OutputLocation={Bucket='bucket',Prefix='component_folder'},ComponentName='jetson_component',ComponentVersion='2.0.0',ComponentDescription='jetson model component',Tags=[{Key='tag_key1',Value='tag_value1'}, {Key='tag_key2',Value='tag_value2'}]}" \
  --profile lookoutvision-access
```
Observe o valor de JobName na resposta. Você precisa dele na próxima etapa. Por exemplo:
```
{
    "JobName": "6bcfd0ff-90c3-4463-9a89-6b4be3daf972"
}
```
Use DescribeModelPackagingJob para obter o status atual do trabalho. Altere o seguinte:
- project_name ao nome do projeto que você está usando.
- job_name para o nome do trabalho que você anotou na etapa anterior.
```
aws lookoutvision describe-model-packaging-job \
    --project-name project_name \
    --job-name job_name \
    --profile lookoutvision-access
```
O trabalho de empacotamento do modelo será concluído se o valor de Status forSUCCEEDED. Se o valor for diferente, aguarde um minuto e tente novamente.
Continue a implantação usandoAWS IoT Greengrass V2. Para obter mais informações, consulte Implantando seus componentes em um dispositivo.

Atenção O Javascript está desativado ou não está disponível no seu navegador.

Para usar a documentação da AWS, o Javascript deve estar ativado. Consulte as páginas de Ajuda do navegador para obter instruções.

Convenções do documento

Empacotando seu modelo (console)

Obter informações sobre trabalhos de empacotamento de modelos