Neptune ML 模型轉換 API - Amazon Neptune

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。

Neptune ML 模型轉換 API

模型轉換動作:

模型轉換結構:

StartMLModelTransformJob (動作)

        此 API 的 AWS CLI 名稱為:start-ml-model-transform-job

建立新模型轉換工作。請參閱使用訓練後的模型來產生新的模型成品

在已啟用 IAM 身分驗證的 Neptune 叢集中調用此操作時,發出請求的 IAM 使用者或角色必須附加一個政策,在該叢集中允許 neptune-db:StartMLModelTransformJob IAM 動作。

請求

  • baseProcessingInstanceType (在 CLI 中:--base-processing-instance-type) – 字串,類型為:string (UTF-8 編碼的字串)。

    用於準備和管理 ML 模型訓練的 ML 執行個體類型。這是根據記憶體需求選擇的 ML 運算執行個體,用於處理訓練資料和模型。

  • baseProcessingInstanceVolumeSizeInGB (在 CLI 中:--base-processing-instance-volume-size-in-gb) – 整數,類型為:integer (帶正負號的 32 位元整數)。

    訓練執行個體的磁碟區大小 (以 GB 為單位)。預設值為 0。輸入資料和輸出模型都會儲存在磁碟上,因此磁碟區大小必須大到足以保留這兩個資料集。如果未指定或指定 0,Neptune ML 會根據資料處理步驟中產生的建議選取磁碟區大小。

  • customModelTransformParameters (在 CLI 中:--custom-model-transform-parameters) – CustomModelTransformParameters 物件。

    使用自訂模型進行模型轉換的組態資訊。customModelTransformParameters 物件包含下列欄位,其具有的值必須與訓練工作中儲存的模型參數相容:

  • dataProcessingJobId (在 CLI 中:--data-processing-job-id) – 字串,類型為:string (UTF-8 編碼的字串)。

    已完成資料處理工作的工作 ID。您必須包含 dataProcessingJobIdmlModelTrainingJobIdtrainingJobName

  • id (在 CLI 中:--id) – 字串,類型為:string (UTF-8 編碼的字串)。

    新工作的唯一識別符。預設值為自動產生的 UUID。

  • mlModelTrainingJobId (在 CLI 中:--ml-model-training-job-id) – 字串,類型為:string (UTF-8 編碼的字串)。

    已完成模型訓練工作的工作 ID。您必須包含 dataProcessingJobIdmlModelTrainingJobIdtrainingJobName

  • modelTransformOutputS3Location (在 CLI 中:--model-transform-output-s3-location) – 必要:字串,類型為:string (UTF-8 編碼的字串)。

    Amazon S3 中要儲存模型成品的位置。

  • neptuneIamRoleArn (在 CLI 中:--neptune-iam-role-arn) – 字串,類型為:string (UTF-8 編碼的字串)。

    IAM 角色的 ARN,此角色可讓 Neptune 存取 SageMaker 和 Amazon S3 資源。這必須列示在您的資料庫叢集參數群組中,否則會發生錯誤。

  • s3OutputEncryptionKMSKey (在 CLI 中:--s-3-output-encryption-kms-key) – 字串,類型為:string (UTF-8 編碼的字串)。

    SageMaker 用來加密處理工作輸出的 Amazon Key Management Service (KMS) 金鑰。預設為 none。

  • sagemakerIamRoleArn (在 CLI 中:--sagemaker-iam-role-arn) – 字串,類型為:string (UTF-8 編碼的字串)。

    用於 SageMaker 執行之 IAM 角色的 ARN。這必須列示在您的資料庫叢集參數群組中,否則會發生錯誤。

  • securityGroupIds (在 CLI 中:--security-group-ids) – 字串,類型為:string (UTF-8 編碼的字串)。

    VPC 安全群組 ID。預設值為 None (無)。

  • subnets (在 CLI 中:--subnets) – 字串,類型為:string (UTF-8 編碼的字串)。

    Neptune VPC 中子網路的 ID。預設值為 None (無)。

  • trainingJobName (在 CLI 中:--training-job-name) – 字串,類型為:string (UTF-8 編碼的字串)。

    已完成 SageMaker 訓練工作的名稱。您必須包含 dataProcessingJobIdmlModelTrainingJobIdtrainingJobName

  • volumeEncryptionKMSKey (在 CLI 中:--volume-encryption-kms-key) – 字串,類型為:string (UTF-8 編碼的字串)。

    SageMaker 用來加密儲存磁碟區上資料的 Amazon Key Management Service (KMS) 金鑰,而該儲存磁碟區附加到執行訓練工作的 ML 運算執行個體。預設值為 None (無)。

回應

  • arn – 字串,類型為:string (UTF-8 編碼的字串)。

    模型轉換工作的 ARN。

  • creationTimeInMillis - Long 整數,類型為:long (帶有正負號的 64 位元整數)。

    模型轉換工作的建立時間,以毫秒為單位。

  • id – 字串,類型為:string (UTF-8 編碼的字串)。

    新模型轉換工作的唯一 ID。

ListMLModelTransformJobs (動作)

        此 API 的 AWS CLI 名稱為:list-ml-model-transform-jobs

傳回模型轉換工作 ID 的清單。請參閱使用訓練後的模型來產生新的模型成品

在已啟用 IAM 身分驗證的 Neptune 叢集中調用此操作時,發出請求的 IAM 使用者或角色必須附加一個政策,在該叢集中允許 neptune-db:ListMLModelTransformJobs IAM 動作。

請求

  • maxItems (在 CLI 中:--max-items) – ListMLModelTransformJobsInputMaxItemsInteger,類型為:integer (帶有正負號的 32 位元整數),不小於 1 或大於 1024 ?st?s。

    要傳回的項目數目上限 (從 1 到 1024;預設值為 10)。

  • neptuneIamRoleArn (在 CLI 中:--neptune-iam-role-arn) – 字串,類型為:string (UTF-8 編碼的字串)。

    IAM 角色的 ARN,此角色可讓 Neptune 存取 SageMaker 和 Amazon S3 資源。這必須列示在您的資料庫叢集參數群組中,否則會發生錯誤。

回應

  • ids – 字串,類型為:string (UTF-8 編碼的字串)。

    來自模型轉換 ID 清單中的頁面。

GetMLModelTransformJob (動作)

        此 API 的 AWS CLI 名稱為:get-ml-model-transform-job

取得所指定模型轉換工作的相關資訊。請參閱使用訓練後的模型來產生新的模型成品

在已啟用 IAM 身分驗證的 Neptune 叢集中調用此操作時,發出請求的 IAM 使用者或角色必須附加一個政策,在該叢集中允許 neptune-db:GetMLModelTransformJobStatus IAM 動作。

請求

  • id (在 CLI 中:--id) – 必要:字串,類型為:string (UTF-8 編碼的字串)。

    要擷取之模型轉換工作的唯一識別符。

  • neptuneIamRoleArn (在 CLI 中:--neptune-iam-role-arn) – 字串,類型為:string (UTF-8 編碼的字串)。

    IAM 角色的 ARN,此角色可讓 Neptune 存取 SageMaker 和 Amazon S3 資源。這必須列示在您的資料庫叢集參數群組中,否則會發生錯誤。

回應

  • baseProcessingJobMlResourceDefinition 物件。

    基礎資料處理工作。

  • id – 字串,類型為:string (UTF-8 編碼的字串)。

    要擷取之模型轉換工作的唯一識別符。

  • models – 一個 MlConfigDefinition 物件陣列。

    所使用之模型的組態資訊清單。

  • remoteModelTransformJobMlResourceDefinition 物件。

    遠端模型轉換工作。

  • status – 字串,類型為:string (UTF-8 編碼的字串)。

    模型轉換工作的狀態。

CancelMLModelTransformJob (動作)

        此 API 的 AWS CLI 名稱為:cancel-ml-model-transform-job

取消指定的模型轉換工作。請參閱使用訓練後的模型來產生新的模型成品

在已啟用 IAM 身分驗證的 Neptune 叢集中調用此操作時,發出請求的 IAM 使用者或角色必須附加一個政策,在該叢集中允許 neptune-db:CancelMLModelTransformJob IAM 動作。

請求

  • clean (在 CLI 中:--clean) – 布林值,類型為:boolean (布林值 (true 或 false))。

    如果此旗標設定為 TRUE,則應在工作停止時刪除所有 Neptune ML S3 成品。預設值為 FALSE

  • id (在 CLI 中:--id) – 必要:字串,類型為:string (UTF-8 編碼的字串)。

    要取消之模型轉換工作的唯一 ID。

  • neptuneIamRoleArn (在 CLI 中:--neptune-iam-role-arn) – 字串,類型為:string (UTF-8 編碼的字串)。

    IAM 角色的 ARN,此角色可讓 Neptune 存取 SageMaker 和 Amazon S3 資源。這必須列示在您的資料庫叢集參數群組中,否則會發生錯誤。

回應

  • status – 字串,類型為:string (UTF-8 編碼的字串)。

    取消的狀態。

模型轉換結構:

CustomModelTransformParameters (結構)

包含自訂模型轉換參數。請參閱使用訓練後的模型來產生新的模型成品

欄位
  • sourceS3DirectoryPath - 這是必要:字串,類型為:string (UTF-8 編碼的字串)。

    此路徑通往實作您模型之 Python 模組所在的 Amazon S3 位置。這必須指向有效的現有 Amazon S3 位置,其中至少包含訓練指令碼、轉換指令碼和 model-hpo-configuration.json 檔案。

  • transformEntryPointScript - 這是字串,類型為:string (UTF-8 編碼的字串)。

    指令碼模組中的進入點名稱,該指令碼應在識別了超參數搜尋中的最佳模型之後執行,以計算模型部署所需的模型成品。它應該能夠在沒有命令列參數的情況下執行。預設值為 transform.py