本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 在 AWS Clean Rooms ML 中配置模型算法
<a name="configure-model-algorithm"></a>

[创建容器训练镜像](https://docs.aws.amazon.com/sagemaker/latest/dg/docker-containers.html)后，必须配置模型算法。配置模型算法使其可用于关联到协作。

下图显示了将模型算法配置为在创建容器训练映像之后以及将其与协作关联之前发生的步骤。

![\[概述如何贡献自定义 ML 模型。\]](http://docs.aws.amazon.com/zh_cn/clean-rooms/latest/userguide/images/bringMLModelCollaboration.png)


------
#### [ Console ]

**配置自定义 ML 模型算法（控制台）**

1. 登录 AWS 管理控制台 并在 [https://console.aws.amazon.com/clean](https://console.aws.amazon.com/cleanrooms/home) room AWS Clean Rooms s 上打开控制台。

1. 在左侧导航窗格中，选择**自定义 ML 模型**。

1. 在**自定义 ML 模型**页面上，选择**配置模型算法**。

1. 在**配置模型算法**页面上，要了解**模型算法的详细信息**，请输入**名称**和可选的**描述**。

1. 如果要执行模型训练，有关**训练镜像 ECR 容器的详细信息**，

   1. 选中 “**指定训练图像 URI**” 复选框。

   1. 从下拉列表中选择包含训练模型和/或推理容器的**存储库**。

   1. 选择**图片**。

   1. （可选）输入用于访问训练图像的**入口点**的**值**。

   1. （可选）输入**参数**的**值**。

1. （可选）如果要报告模型指标，请为**训练指标**输入指标的**名称**和正则**表达式**语句，该语句将搜索输出日志以查找指标。

1. 如果要执行模型推理，有关**推理图像 ECR** 容器的详细信息，

   1. 选中 “**指定推理图像 URI**” 复选框。

   1. 从下拉列表中选择**存储库**。

   1. 选择**图片**。

1. 对于**服务访问**，选择将用于访问该表的**现有服务角色名称**。

1. 对于**加密**，选择**自定义加密设置**以指定您自己的 KMS 密钥和相关信息。否则，Clean Rooms ML 将管理加密。

1. 如果要启用**标签**，请选择**添加新标签**，然后输入**密钥**和**值**对。

1. 选择**配置模型算法**。

------
#### [ API ]

配置自定义 ML 模型算法 (API)

1. 创建与 A SageMaker I 兼容的 docker 镜像。Clean Rooms ML 仅支持与 SageMaker AI 兼容的 docker 镜像。

1. 创建与 A SageMaker I 兼容的 docker 镜像后，使用 Amazon ECR 创建训练镜像。按照 [Amazon Elastic Container Registry 用户指南](https://docs.aws.amazon.com/AmazonECR/latest/userguide/)中的说明创建容器训练镜像。

1. 配置模型算法以在 Clean Rooms ML 中使用。您必须提供以下信息：
   + Amazon ECR 存储库链接以及用于训练模型和运行推理的其他参数。Clean Rooms ML 支持在推理容器上运行批量转换作业。
   + 允许 Clean Rooms ML 访问存储库的服务访问角色。
   + （可选）推理容器。尽管您可以在单独配置的模型算法中提供该算法，但我们建议您在此步骤中提供该算法，以便将训练和推理容器作为同一资源的一部分进行管理。

   使用您的特定参数运行以下代码。

   ```
   import boto3 
   acr_ml_client= boto3.client('cleanroomsml')
   
   acr_ml_client.create_configured_model_algorithm(
       name='configured_model_algorithm_name',
       trainingContainerConfig={
           'imageUri': 'account.dkr.ecr.region.amazonaws.com/image_name:tag',
           'metricDefinitions': [
               {
                   'name': 'custom_metric_name_1',
                   'regex': 'custom_metric_regex_1'
               }
           ]
       },
       inferenceContainerConfig={
           'imageUri':'account.dkr.ecr.region.amazonaws.com/image_name:tag',
       }
       roleArn='arn:aws:iam::account:role/role_name'
   )
   ```

------