As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Como a Amazon SageMaker AI processa os resultados de treinamento
À medida que é executado em um contêiner, o algoritmo gera um resultado, incluindo o status do trabalho de treinamento e do modelo e os artefatos de saída. O algoritmo deve gravar essas informações nos seguintes arquivos, que estão localizados no diretório /output do contêiner: A Amazon SageMaker AI processa as informações contidas nesse diretório da seguinte forma:
-
/opt/ml/model— Seu algoritmo deve gravar todos os artefatos do modelo final nesse diretório. SageMaker A IA copia esses dados como um único objeto no formato tar compactado para o local do S3 que você especificou naCreateTrainingJobsolicitação. Se vários contêineres em um único trabalho de treinamento gravarem nesse diretório, eles devem garantir que nenhumfile/directorynome entre em conflito. SageMaker A IA agrega o resultado em um arquivo TAR e faz o upload para o S3 no final do trabalho de treinamento. -
/opt/ml/output/data— Seu algoritmo deve gravar artefatos que você deseja armazenar, além do modelo final, nesse diretório. SageMaker A IA copia esses dados como um único objeto no formato tar compactado para o local do S3 que você especificou naCreateTrainingJobsolicitação. Se vários contêineres em um único trabalho de treinamento gravarem nesse diretório, eles devem garantir que nenhumfile/directorynome entre em conflito. SageMaker A IA agrega o resultado em um arquivo TAR e faz o upload para o S3 no final do trabalho de treinamento. -
/opt/ml/output/failure: Se o treinamento apresentar falhas, depois que todos os resultados do algoritmo (por exemplo, o registro em logs) estiverem concluídos, o algoritmo deverá gravar a descrição da falha nesse arquivo. EmDescribeTrainingJobresposta, a SageMaker IA retorna os primeiros 1024 caracteres desse arquivo comoFailureReason.
Você pode especificar um bucket de uso geral do S3 ou um bucket de diretório do S3 para armazenar sua saída de treinamento. Os buckets de diretório usam apenas a classe de armazenamento Amazon S3 Express One Zone, projetada para workloads ou aplicações de performance crítica que exigem latência consistente inferior a dez milissegundos. Escolha o tipo de bucket que melhor se adapte aos requisitos de performance e da aplicação. Para mais informações sobre os buckets do diretório do S3, consulte Buckets de diretório no Guia do usuário do Amazon Simple Storage Service.
nota
Você só pode criptografar seus dados de saída de SageMaker IA em buckets de diretório do S3 com criptografia do lado do servidor com chaves gerenciadas do Amazon S3 (SSE-S3). Atualmente, a criptografia do lado do servidor com AWS KMS chaves (SSE-KMS) não é suportada para armazenar dados de saída de SageMaker IA em buckets de diretório.
