建立演算法資源 - Amazon SageMaker
建立演算法資源 (主控台)建立演算法資源 （API）

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。

建立演算法資源

您可以在 Amazon 中建立演算法資源，以搭配訓練任務使用 SageMaker，並且可以在 上發佈 AWS Marketplace。下列各節說明如何使用 AWS Management Console 和 來執行此操作 SageMaker API。

若要建立演算法資源，您可以指定下列資訊：

  • 包含訓練以及可選擇包含推論程式碼的 Docker 容器。

  • 您的演算法預期用於訓練的輸入資料之組態。

  • 您演算法支援的超參數。

  • 您的演算法在訓練任務 CloudWatch 期間傳送至 Amazon 的指標。

  • 您演算法支援用來進行訓練和推論的執行個體類型，以及其是否支援多個執行個體間的分散式訓練。

  • 驗證設定檔，這是 SageMaker 用來測試演算法訓練程式碼的訓練任務，以及 SageMaker 用來測試演算法推論程式碼的批次轉換任務。

    為了確保買方和賣方可以確信產品在 中運作 SageMaker，我們會要求您先驗證演算法，才能在 上列出演算法 AWS Marketplace。 AWS Marketplace 只有在驗證成功時，您才能在 中列出產品。若要驗證您的演算法， SageMaker 會使用驗證設定檔和範例資料來執行下列驗證任務：

    1. 在帳戶中建立訓練任務，以確認您的訓練映像是否與 搭配使用 SageMaker。

    2. 若您在演算法中包含了推論程式碼，請使用演算法的推論映像和訓練工作所產生的模型成品，在您的帳戶中建立模型。

    3. 如果您在演算法中包含推論程式碼，請使用模型在帳戶中建立轉換任務，以驗證推論映像是否與 搭配使用 SageMaker。

    當您在 上列出產品時 AWS Marketplace，此驗證程序的輸入和輸出會保留為產品的一部分，並可供您的買家使用。這可協助買家在購買之前了解和評估產品。例如，買家可以檢查您使用的輸入資料、所產生的輸出，以及您程式碼發出的日誌和指標。您的驗證規格越完整，客戶便越能輕鬆地評估您的產品。

    注意

    在您的驗證設定檔中，請只提供您要公開的資料。

    驗證可能需要耗費數小時。若要查看帳戶中任務的狀態，請參閱 SageMaker 主控台中的訓練任務和轉換任務頁面。如果驗證失敗，您可以從 SageMaker 主控台存取掃描和驗證報告。若發現任何任務，您將必須重新建立演算法。

    注意

    若要在 上發佈您的演算法 AWS Marketplace，至少需要一個驗證設定檔。

您可以使用 SageMaker 主控台 SageMaker或 建立演算法API。

建立演算法資源 (主控台)

建立演算法資源 (主控台)

  1. 在 開啟 SageMaker 主控台https://console.aws.amazon.com/sagemaker/。

  2. 從左側選單中選擇訓練。

  3. 從下拉式選單中選擇演算法，然後選擇建立演算法。

  4. 在訓練規格頁面上，提供以下資訊：

    1. 針對演算法名稱，輸入您的演算法的名稱。演算法名稱在您的帳戶和 AWS 區域中必須是唯一的。名稱長度必須介於 1 至 64 個字元。有效字元為 a-z、A-Z、0-9 和 - (連字號)。

    2. 輸入您的演算法的描述。此描述會顯示在 SageMaker 主控台和 中 AWS Marketplace。

    3. 針對訓練映像，在存放ECR訓練容器的 Amazon 中輸入路徑。

    4. 針對支援分散式訓練，若您的演算法支援在多個執行個體上進行訓練，請選擇是。否則請選擇否。

    5. 針對支援用於訓練的執行個體類型，請選擇您的演算法支援的執行個體類型。

    6. 針對通道規格，為您的演算法指定最多 8 個輸入資料通道。例如，您可以指定 3 個輸入通道，分別名為 train、validation 和 test。針對每個通道，指定下列資訊：

      1. 針對通道名稱，輸入通道的名稱。名稱長度必須介於 1 至 64 個字元。有效字元為 a-z、A-Z、0-9 和 - (連字號)。

      2. 若要使通道成為您演算法的必要項目，請選擇需要通道。

      3. 輸入通道的描述。

      4. 針對支援的輸入模式，若您的演算法支援串流輸入資料，請選擇管道模式；若您的演算法支援將輸入資料做為檔案下載，請選擇檔案模式。您可以同時選擇兩者。

      5. 針對支援的內容類型 ，輸入演算法預期輸入資料的MIME類型。

      6. 針對支援的壓縮類型，若您的演算法支援 Gzip 壓縮，請選擇 Gzip。否則，請選擇無。

      7. 請選擇新增通道來新增其他資料輸入通道；或者，若您已完成新增通道，請選擇下一步。

  5. 在調校規格頁面上，提供以下資訊：

    1. 對於超參數規格 ，請編輯JSON物件來指定演算法支援的超參數。對於演算法支援的每個超參數，請建構類似下列的JSON區塊：

      {
"DefaultValue": "5",
"Description": "The first hyperparameter",
"IsRequired": true,
"IsTunable": false,
"Name": "intRange",
"Range": {
"IntegerParameterRangeSpecification": {
"MaxValue": "10",
"MinValue": "1"
},
"Type": "Integer"
}

      在 中JSON，提供下列項目：

      1. 針對 DefaultValue，請指定超參數的預設值 (若有的話)。

      2. 針對 Description，請指定超參數的描述。

      3. 針對 IsRequired，請指定是否需要超參數。

      4. 針對 IsTunable，若可在使用者執行使用此演算法的超參數調校工作時調校此超參數，請指定 true。如需相關資訊，請參閱使用 自動模型調校 SageMaker。

      5. 針對 Name，請指定超參數的名稱。

      6. 針對 Range，請指定下列其中一項：

        • IntegerParameterRangeSpecification - 超參數的值為整數。為超參數指定最小值及最大值。

        • ContinuousParameterRangeSpecification - 超參數的值為浮點數值。為超參數指定最小值及最大值。

        • CategoricalParameterRangeSpecification - 超參數的值為類別值。指定所有可能值的清單。

      7. 針對 Type，請指定 Integer、Continuous 或 Categorical。該值必須對應到您所指定的 Range 類型。

    2. 針對指標定義 ，指定您希望演算法發出的任何訓練指標。 SageMaker 會使用您指定的規則運算式，在訓練期間從訓練容器剖析日誌以尋找指標。使用者可以在使用演算法執行訓練任務時檢視這些指標，而且他們可以監控和繪製 Amazon 中的指標 CloudWatch。如需相關資訊，請參閱 監控和分析訓練任務的 Amazon CloudWatch 指標。針對每個指標，請提供以下資訊：

      1. 針對指標名稱，輸入指標的名稱。

      2. 對於 Regex，輸入 SageMaker 用來剖析訓練日誌的規則運算式，以便找到指標值。

      3. 針對目標指標支援，若此指標可以用來做為超參數調校工作的目標指標，請選擇是。如需相關資訊，請參閱使用 自動模型調校 SageMaker。

      4. 請選擇新增指標來新增其他指標；或者，若您已完成新增指標，請選擇下一步。

  6. 在推論規格頁面上，若您的演算法支援推論，請提供以下資訊：

    1. 針對推論影像的位置 ，在存放推論容器的 Amazon ECR 中輸入路徑。

    2. 針對容器DNS主機名稱 ，輸入映像的DNS主機名稱。

    3. 針對即時推論的支援執行個體類型 ，選擇演算法在 中部署為託管端點的模型支援的執行個體類型 SageMaker。如需相關資訊，請參閱 部署用於推論的模型。

    4. 針對批次轉換工作支援的執行個體類型，請選擇您的演算法針對批次轉換工作所支援的執行個體類型。如需相關資訊，請參閱使用 Amazon 進行推論的批次轉換 SageMaker。

    5. 針對支援的內容類型，請輸入您的演算法預期用於推論請求的輸入資料類型。

    6. 針對支援的回應MIME類型 ，輸入演算法支援推論回應的MIME類型。

    7. 選擇 Next (下一步)。

  7. 在驗證規格頁面上，提供以下資訊：

    1. 對於在 上發佈此演算法 AWS Marketplace，請選擇是，以在 上發佈演算法 AWS Marketplace。

    2. 對於驗證此資源 ，如果您 SageMaker 想要執行訓練任務和/或批次轉換任務，以測試演算法的訓練和/或推論程式碼，請選擇是。

      注意

      若要在 上發佈您的演算法 AWS Marketplace，則必須驗證您的演算法。

    3. 針對IAM角色 ，選擇具有在 中執行訓練任務和批次轉換任務所需許可IAM的角色 SageMaker，或選擇建立新角色 SageMaker ，以允許建立已連接AmazonSageMakerFullAccess受管政策的角色。如需相關資訊，請參閱 如何使用 SageMaker 執行角色。

    4. 針對驗證設定檔，請指定下列項目：

    5. 選擇建立演算法。

建立演算法資源 （API）

若要使用 建立演算法資源 SageMaker API，請呼叫 CreateAlgorithm API。