本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 在 AWS Clean Rooms ML 中關聯設定的模型演算法
<a name="associate-model-algorithm"></a>

設定模型演算法之後，您就可以將模型演算法與協同合作建立關聯。與模型演算法建立關聯可讓協同合作的所有成員使用模型演算法。

下圖顯示建立容器訓練映像和設定模型演算法之後，將設定的模型演算法關聯為最後一個步驟。

![\[如何貢獻自訂 ML 模型的概觀。\]](http://docs.aws.amazon.com/zh_tw/clean-rooms/latest/userguide/images/bringMLModelCollaboration.png)


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

**注意**  
模型演算法建立關聯後，就無法編輯。若要進行變更，您可以刪除相關聯的模型演算法，並關聯新的模型演算法。

**建立自訂 ML 模型演算法的關聯 （主控台）**

1. 登入 AWS 管理主控台 ，並在 https：//[https://console.aws.amazon.com/cleanrooms](https://console.aws.amazon.com/cleanrooms/home) 開啟 AWS Clean Rooms 主控台。

1. 在左側導覽窗格中，選擇**自訂 ML 模型**。

1. 在**自訂 ML 模型**頁面上，選擇您要與協同合作建立關聯的已設定模型演算法，然後選擇**與協同合作建立關聯**。

1. 在**關聯設定的模型演算法**視窗中，選擇您要關聯的**協同**合作。

1. 選擇**選擇協同合作**。

1. 在**關聯模型演算法**頁面上，針對**模型演算法關聯詳細資訊**，輸入**名稱**和選用**的描述**。

1. 針對**模型演算法**，選擇**已設定的模型演算法**。

1. 對於**訓練過的模型匯出隱私權組態**，

   1. 若要匯出模型檔案，請選取**模型檔案**核取方塊。

   1. 若要匯出輸出檔案，請選取**輸出檔案**核取方塊。

   1. 輸入匯出資料的**最大值**。值必須介於 0.01 和 10 之間。

1. （選用） 如果您想要傳送完整的錯誤日誌或較短的錯誤摘要給成員，請在經過**訓練的模型推論任務隱私權組態**下，

   1. 在**完整日誌**下，從下拉式清單中選取一或多個**帳戶 IDs**。

   1. （選用） 如果您想要傳送符合篩選條件模式的日誌，請輸入**篩選條件模式**。

   1. （選用） 如果您要新增另一個帳戶和選用篩選條件模式，請選擇**新增日誌政策**。

   1. 在**錯誤摘要**下，從下拉式清單中選取一或多個**帳戶 IDs**。

   1. （選用） 選取要**修訂的一或多個實體**，以指定要從錯誤日誌或錯誤摘要中修訂哪些實體。
      + **PII** – 修訂個人身分識別資訊 
      + **數字** – 編輯數字
      + **自訂** – 根據自訂修訂模式進行修訂

      1. 如果您在上一個步驟中選擇**自訂**，請輸入**自訂修訂模式**。這會記錄與此模式相符的資訊。

      1. （選用） 如果您想要新增另一個自訂修訂模式，請選擇**新增另一個自訂模式**。

1. （選用） 如果您想要設定訓練模型指標，請在**訓練模型指標組態**下，從下拉式清單中選取**雜訊層級**。

   您可以選擇**無**、**低**、**中**和**高**。

1. （選用） 如果您想要設定成品大小上限，請在**成品組態**下輸入**成品大小上限值**。值必須介於 0.01 和 10 之間。

1. （選用） 如果您想要啟用**標籤**，請選擇**新增標籤**，然後輸入**金鑰**和**值**對。

1. 選擇**關聯**。

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

**建立自訂 ML 模型演算法 (API) 的關聯**

使用特定參數執行下列程式碼。

您也可以提供隱私權政策，定義可存取不同日誌的人員、允許客戶定義 regex，以及可以從訓練模型輸出或推論結果匯出的資料量。

**注意**  
設定的模型演算法關聯是不可變的。

```
import boto3 
acr_ml_client= boto3.client('cleanroomsml')

acr_ml_client.create_configured_model_algorithm_association(
    name='configured_model_algorithm_association_name',
    description='purpose of the association',
    configuredModelAlgorithmArn='arn:aws:cleanrooms-ml:region:account:membership/membershipIdentifier/configured-model-algorithm/identifier',
    privacyConfiguration={
        "policies": {
            "trainedModelExports": {
                "filesToExport": ['files to export'],
                "containerLogs": [
                    {
                        "allowedAccountIds": ['member_account_id'],
                        "filterPattern": ['filter pattern'],
                        "logRedactionConfiguration": {
                            "entitiesToRedact": [
                                'ALL_PERSONALLY_IDENTIFIABLE_INFORMATION',
                                'NUMBERS',
                                'CUSTOM'
                            ],
                            "customEntityConfig": {
                                "customDataIdentifiers": [
                                    'custom_regex_1',
                                    'custom_regex_2'
                                ] 
                            } 
                        } 
                    }
                ],
                "containerMetrics": {
                    "noiseLevel": 'noise value'
                },
                "maxArtifactSize": {
                    "unit": 'unit',
                    "value": 'number'
                }
            },
            "trainedModelInferenceJobs": {
                "containerLogs": [
                    {
                        "allowedAccountIds": ['member_account_id'],
                        "filterPattern": ['filter pattern'],     
                        "logRedactionConfiguration": {
                            "entitiesToRedact": [
                                'ALL_PERSONALLY_IDENTIFIABLE_INFORMATION',
                                'NUMBERS',
                                'CUSTOM'
                            ],
                            "customEntityConfig": {
                                "customDataIdentifiers": [
                                    'custom_regex_1',
                                    'custom_regex_2'
                                ] 
                            }
                        }
                    }
                ],
                "maxOutputSize": {
                    "unit": 'unit',
                    "value": 'number'
                }
            }
        }
    },
    tags={
        'tag': 'tag'
    }
)
```

在設定的模型演算法與協同合作相關聯後，訓練資料提供者必須將協同合作分析規則新增至其資料表。此規則允許設定的模型演算法關聯存取其設定的資料表。所有貢獻的訓練資料提供者都必須執行下列程式碼：

```
import boto3 
acr_client= boto3.client('cleanrooms')

acr_client.create_configured_table_association_analysis_rule(
    membershipIdentifier= 'membership_id',
    configuredTableAssociationIdentifier= 'configured_table_association_id',
    analysisRuleType= 'CUSTOM',
    analysisRulePolicy = {
        'v1': {
            'custom': {
                'allowedAdditionalAnalyses': ['arn:aws:cleanrooms-ml:region:*:membership/*/configured-model-algorithm-association/*''],
                'allowedResultReceivers': []
            }
        }
    }
)
```

**注意**  
由於設定的模型演算法關聯不可變，我們建議訓練希望允許列出模型的資料提供者，以便在自訂模型組態的前幾次反覆`allowedAdditionalAnalyses`運算期間使用 中的萬用字元。這可讓模型提供者在其程式碼上反覆運算，而不需要其他訓練提供者在訓練更新後的模型程式碼與資料之前重新建立關聯。

------