describe-model

Описание

Описывает модель, созданную вами с помощью API CreateModel.

См. также: Документацию API AWS

Синтаксис

  describe-model
--model-name <value>
[--cli-input-json | --cli-input-yaml]
[--generate-cli-skeleton <value>]
[--debug]
[--endpoint-url <value>]
[--no-verify-ssl]
[--no-paginate]
[--output <value>]
[--query <value>]
[--profile <value>]
[--region <value>]
[--version <value>]
[--color <value>]
[--no-sign-request]
[--ca-bundle <value>]
[--cli-read-timeout <value>]
[--cli-connect-timeout <value>]
[--cli-binary-format <value>]
[--no-cli-pager]
[--cli-auto-prompt]
[--no-cli-auto-prompt]

Параметры

--model-name (строка)

Имя модели.

--cli-input-json | --cli-input-yaml (строка) Читает аргументы из предоставленной JSON-строки. JSON-строка следует формату, предоставленному --generate-cli-skeleton. Если на командной строке указаны другие аргументы, эти значения переопределят значения, предоставленные в JSON. Передача произвольных двоичных значений с помощью значения JSON невозможна, так как строка будет интерпретирована буквально. Это не может быть указано вместе с --cli-input-yaml.

--generate-cli-skeleton (строка) Выводит JSON-скелет в стандартный вывод без отправки запроса к API. При отсутствии значения или значении input выводит пример входного JSON, который можно использовать в качестве аргумента для --cli-input-json. Аналогично, при указании значения yaml-input, выводит пример входного YAML, который можно использовать с --cli-input-yaml. При указании значения output, выполняет валидацию входных данных команды и возвращает пример выходного JSON для этой команды. Сгенерированный JSON-скелет нестабилен между версиями AWS CLI, и нет гарантий обратной совместимости в сгенерированном JSON-скелете.

Глобальные параметры

--debug (логическое значение)

Включить отладку.

--endpoint-url (строка)

Переопределяет URL по умолчанию команды указанным URL.

--no-verify-ssl (логическое значение)

По умолчанию AWS CLI использует SSL при взаимодействии с AWS-сервисами. Для каждого подключения SSL AWS CLI будет проверять сертификаты SSL. Этот параметр переопределяет поведение проверки сертификатов SSL по умолчанию.

--no-paginate (логическое значение)

Отключить автоматическую постраничную навигацию. Если автоматическая постраничная навигация отключена, AWS CLI выполнит только один вызов для первой страницы результатов.

--output (строка)

Стиль форматирования выходных данных команды.

json
text
таблица
yaml
yaml-поток

--query (строка)

Запрос JMESPath для фильтрации данных ответа.

--profile (строка)

Использовать определенный профиль из вашего файла учетных данных.

--region (строка)

Используемый регион. Переопределяет настройки конфигурации/среды.

--version (строка)

Отобразить версию этого инструмента.

--color (строка)

Включить/выключить цветной вывод.

включить
выключить
авто

--no-sign-request (логическое значение)

Не подписывать запросы. Учетные данные не будут загружены, если этот аргумент указан.

--ca-bundle (строка)

Файл сертификатов CA для проверки сертификатов SSL. Переопределяет настройки конфигурации/среды.

--cli-read-timeout (целое число)

Максимальное время чтения сокета в секундах. Если значение установлено в 0, чтение сокета будет блокирующим и без таймаута. Значение по умолчанию составляет 60 секунд.

--cli-connect-timeout (целое число)

Максимальное время подключения сокета в секундах. Если значение установлено в 0, подключение сокета будет блокирующим и без таймаута. Значение по умолчанию составляет 60 секунд.

--cli-binary-format (строка)

Стиль форматирования для двоичных блоков. Формат по умолчанию — base64. Формат base64 ожидает, что двоичные блоки будут предоставлены как строка, закодированная в base64. Формат raw-in-base64-out сохраняет совместимость с поведением AWS CLI версии 1, и двоичные значения должны передаваться буквально. При предоставлении содержимого из файла, которое соответствует двоичному блоку, fileb:// всегда будет обрабатываться как двоичное и использовать содержимое файла напрямую независимо от настройки cli-binary-format. При использовании file:// содержимое файла должно быть правильно отформатировано для заданной конфигурации cli-binary-format.

base64
raw-in-base64-out

--no-cli-pager (логическое значение)

Отключить вывод кли-пэйджера.

--cli-auto-prompt (логическое значение)

Автоматически запрашивать входные параметры CLI.

--no-cli-auto-prompt (логическое значение)

Отключить автоматическое запрошение входных параметров CLI.

Вывод

ModelName -> (строка)

Имя модели SageMaker.

PrimaryContainer -> (структура)

Расположение основного кода инференции, связанных артефактов и пользовательской карты среды, которую код инференции использует при развертывании в производстве.

ContainerHostname -> (строка)

Этот параметр игнорируется для моделей, содержащих только PrimaryContainer.

Когда ContainerDefinition является частью конвейера инференции, значение параметра уникально идентифицирует контейнер для целей регистрации и метрик. Для получения информации см. Использование журналов и метрик для мониторинга конвейера инференции. Если вы не зададите значение для этого параметра для ContainerDefinition, который является частью конвейера инференции, уникальное имя будет автоматически назначено в зависимости от позиции ContainerDefinition в конвейере. Если вы зададите значение для ContainerHostName для любого ContainerDefinition, который является частью конвейера инференции, вы должны указать значение параметра ContainerHostName для каждого ContainerDefinition в этом конвейере.

Image -> (строка)

Путь, где хранится код инференции. Он может находиться в Amazon EC2 Container Registry или в реестре Docker, доступном из той же VPC, которую вы настраиваете для своего конечной точки. Если вы используете собственный алгоритм вместо алгоритма, предоставляемого SageMaker, код инференции должен соответствовать требованиям SageMaker. SageMaker поддерживает оба формата пути к изображению registry/repository[:tag] и registry/repository[@digest]. Для получения дополнительной информации см. Использование собственных алгоритмов с Amazon SageMaker.

Примечание

Артефакты модели в ведре Amazon S3 и образ Docker для контейнера инференции в Amazon EC2 Container Registry должны находиться в той же области, что и модель или конечная точка, которые вы создаёте.

ImageConfig -> (структура)

Указывает, находится ли контейнер модели в Amazon ECR или в частном реестре Docker, доступном из вашей Amazon Virtual Private Cloud (VPC). Для получения информации об хранении контейнеров в частном реестре Docker см. Использование частного реестра Docker для контейнеров реального времени.

Примечание

RepositoryAccessMode -> (строка)

Установите одно из следующих значений:

Platform — образ модели размещён в Amazon ECR.
Vpc — образ модели размещён в частном реестре Docker в вашей VPC.

RepositoryAuthConfig -> (структура)

(Необязательно) Указывает конфигурацию аутентификации для частного реестра Docker, где размещён образ вашей модели. Указывайте значение для этого свойства только в том случае, если вы указали Vpc в качестве значения для поля RepositoryAccessMode, и частный реестр Docker, где размещён образ модели, требует аутентификации.

RepositoryCredentialsProviderArn -> (строка)

Идентификатор ресурса Amazon (ARN) функции Amazon Web Services Lambda, предоставляющей учетные данные для аутентификации в частном реестре Docker, где размещен образ вашей модели. Для получения информации о том, как создать функцию Amazon Web Services Lambda, см. Создание функции Lambda с помощью консоли в Руководстве разработчика Amazon Web Services Lambda.

Mode -> (строка)

Указывает, содержит ли контейнер одну модель или несколько.

ModelDataUrl -> (строка)

Путь S3, где хранятся артефакты модели, полученные в результате обучения модели. Этот путь должен указывать на один сжатый gzip архив TAR (.tar.gz). Путь S3 необходим для встроенных алгоритмов SageMaker, но не нужен, если вы используете свои собственные алгоритмы. Для получения дополнительной информации об встроенных алгоритмах см. Общие параметры.

Примечание

Артефакты модели должны храниться в ведре S3 в той же области, что и модель или конечная точка, которые вы создаёте.

Если вы предоставите значение для этого параметра, SageMaker использует Amazon Web Services Security Token Service для загрузки артефактов модели с указанного пути S3. Amazon Web Services STS активирован в вашей учетной записи Amazon Web Services по умолчанию. Если вы ранее деактивировали Amazon Web Services STS для региона, вам необходимо повторно активировать Amazon Web Services STS для этого региона. Для получения дополнительной информации см. Активация и деактивация Amazon Web Services STS в регионе Amazon Web Services в Руководстве пользователя Amazon Web Services Identity and Access Management.

Предупреждение

Если вы используете встроенный алгоритм для создания модели, SageMaker требует указать путь S3 к артефактам модели в ModelDataUrl.

ModelDataSource -> (структура)

Указывает расположение данных ML-модели для развертывания.

Примечание

В настоящее время вы не можете использовать ModelDataSource совместно с SageMaker batch transform, SageMaker serverless endpoints, SageMaker multi-model endpoints и SageMaker Marketplace.

S3DataSource -> (структура)

Указывает расположение данных ML-модели в S3 для развертывания.

S3Uri -> (строка)

Указывает путь S3 к данным ML-модели для развертывания.

S3DataType -> (строка)

Указывает тип данных ML-модели для развертывания.

Если вы выберете S3Prefix, S3Uri определяет префикс имени ключа. SageMaker использует все объекты, соответствующие указанному префиксу имени ключа, как часть данных ML-модели для развертывания. Действительный префикс имени ключа, определенный S3Uri, всегда заканчивается обратной косой чертой (/).

Если вы выберете S3Object, S3Uri идентифицирует объект, являющийся данными ML-модели для развертывания.

CompressionType -> (строка)

Указывает, как подготавливаются данные ML-модели.

Если вы выберете Gzip и выберете S3Object в качестве значения S3DataType, S3Uri идентифицирует объект, который является gzip-сжатым архивом TAR. SageMaker попытается распаковать и разархивировать объект во время развертывания модели.

Если вы выберете None и выберете S3Object в качестве значения S3DataType, S3Uri идентифицирует объект, представляющий не сжатую ML-модель для развертывания.

Если вы выберете None и выберете S3Prefix в качестве значения S3DataType, S3Uri определяет префикс имени ключа, под которым все объекты представляют не сжатую ML-модель для развертывания.

Если вы выберете None, SageMaker будет следовать правилам ниже при создании файлов данных модели в каталоге /opt/ml/model для использования кодом инференции:

Если вы выберете S3Object в качестве значения S3DataType, SageMaker разделит ключ объекта S3, на который ссылается S3Uri, по косой черте (/) и использует последнюю часть в качестве имени файла, содержащего содержимое объекта S3.
Если вы выберете S3Prefix в качестве значения S3DataType, для каждого объекта S3 под префиксом имени ключа, на который ссылается S3Uri, SageMaker обрезает его ключ по префиксу и использует оставшуюся часть в качестве пути (относительно /opt/ml/model) файла, содержащего содержимое объекта S3. SageMaker разделит остаток по косой черте (/), используя промежуточные части в качестве имен каталогов, а последнюю часть — в качестве имени файла, содержащего содержимое объекта S3.
Не используйте следующие имена файлов или каталогов:
- Пустая или пустая строка
- Строка, содержащая нулевые байты
- Строка длиной более 255 байт
- Одиночная точка (.)
- Двойная точка (..)
Неоднозначные имена файлов приведут к сбоям развертывания модели. Например, если ваша не сжатая ML-модель состоит из двух объектов S3 s3://mybucket/model/weights и s3://mybucket/model/weights/part1, и вы укажете s3://mybucket/model/ в качестве значения S3Uri и S3Prefix в качестве значения S3DataType, это приведет к конфликту имен между /opt/ml/model/weights (обычный файл) и /opt/ml/model/weights/ (каталог).
Не организуйте артефакты модели в консоли S3 с помощью папок. При создании папки в консоли S3 S3 создает объект размером 0 байт с ключом, установленным в имя папки, которое вы предоставили. Ключ объекта размером 0 байт заканчивается косой чертой (/), что нарушает ограничения SageMaker на имена файлов артефактов модели, приводя к сбоям развертывания модели.

ModelAccessConfig -> (структура)

Указывает конфигурационный файл доступа к ML-модели. Вы можете явно принять лицензионное соглашение конечного пользователя (EULA) модели в ModelAccessConfig. Вы несете ответственность за ознакомление с применимыми условиями лицензии и убедитесь, что они приемлемы для вашего случая использования перед загрузкой или использованием модели.

AcceptEula -> (логическое)

Указывает согласие с лицензионным соглашением конечного пользователя (EULA) модели. Значение AcceptEula должно быть явно определено как True, чтобы принять EULA, которое требуется для этой модели. Вы несете ответственность за ознакомление с применимыми условиями лицензии и убедитесь, что они приемлемы для вашего случая использования перед загрузкой или использованием модели.

HubAccessConfig -> (структура)

Конфигурационная информация для доступа к хабу.

HubContentArn -> (строка)

ARN содержимого хаба, для которого разрешен доступ при развертывании.

ManifestS3Uri -> (строка)

URI Amazon S3 файла манифеста. Файл манифеста — это CSV-файл, в котором хранятся расположения артефактов.

ETag -> (строка)

ETag, связанный с URI S3.

ManifestEtag -> (строка)

ETag, связанный с URI манифеста S3.

AdditionalModelDataSources -> (список)

Источники данных, доступные вашей модели помимо указанного вами для ModelDataSource при использовании действия CreateModel.

(структура)

ChannelName -> (строка)

Пользовательское имя для этого объекта AdditionalModelDataSource.

S3DataSource -> (структура)

Указывает расположение данных ML-модели в S3 для развертывания.

S3Uri -> (строка)

Указывает путь к данным ML-модели в S3 для развертывания.

S3DataType -> (строка)

Указывает тип данных ML-модели для развертывания.

Если вы выберете S3Object, S3Uri определяет объект, являющийся данными ML-модели для развертывания.

CompressionType -> (строка)

Указывает способ подготовки данных ML-модели.

Если вы выберете Gzip и выберите S3Object в качестве значения S3DataType, S3Uri определяет объект, являющийся gzip-сжатым TAR-архивом. SageMaker попытается распаковать и разархивировать объект во время развертывания модели.

Если вы выберете None и выберите S3Object в качестве значения S3DataType, S3Uri определяет объект, представляющий нескомпрессированную ML-модель для развертывания.

Если вы выберете None и выберите S3Prefix в качестве значения S3DataType, S3Uri определяет префикс имени ключа, под которым все объекты представляют нескомпрессированную ML-модель для развертывания.

Если вы выберете None, SageMaker будет следовать приведенным ниже правилам при создании файлов данных модели в каталоге /opt/ml/model для использования кодом вывода:

Если вы выберете S3Object в качестве значения S3DataType, SageMaker разделит ключ объекта S3, на который ссылается S3Uri, по слешу (/), и использует последнюю часть в качестве имени файла, содержащего содержимое объекта S3.
Если вы выберете S3Prefix в качестве значения S3DataType, для каждого объекта S3 под префиксом имени ключа, на который ссылается S3Uri, SageMaker обрежет его ключ по префиксу и использует остаток в качестве пути (относительно /opt/ml/model) файла, содержащего содержимое объекта S3. SageMaker разделит остаток по слешу (/), используя промежуточные части в качестве имён каталогов, а последнюю часть — в качестве имени файла, содержащего содержимое объекта S3.
Не используйте следующие элементы в качестве имён файлов или каталогов:
- Пустая или пустая строка
- Строка, содержащая нулевые байты
- Строка длиной более 255 байтов
- Одиночная точка (.)
- Двойная точка (..)
Неоднозначные имена файлов приведут к ошибке развертывания модели. Например, если ваша нескомпрессированная ML-модель состоит из двух объектов S3 s3://mybucket/model/weights и s3://mybucket/model/weights/part1, и вы укажете s3://mybucket/model/ в качестве значения S3Uri и S3Prefix в качестве значения S3DataType, это приведет к конфликту имён между /opt/ml/model/weights (обычный файл) и /opt/ml/model/weights/ (каталог).
Не организовывайте артефакты модели в консоли S3 с помощью папок. При создании папки в консоли S3 S3 создает объект размером 0 байтов с ключом, установленным в предоставленное вами имя папки. Ключ объекта размером 0 байтов заканчивается слешем (/), что нарушает ограничения SageMaker на имена файлов артефактов модели, приводя к ошибке развертывания модели.

ModelAccessConfig -> (структура)

Указывает конфигурационный файл доступа к ML-модели. Вы можете явно принять лицензионное соглашение конечного пользователя модели (EULA) в ModelAccessConfig. Вы несете ответственность за ознакомление и соблюдение любых применимых лицензионных условий и убедитесь, что они приемлемы для вашего случая использования перед загрузкой или использованием модели.

AcceptEula -> (булево)

Указывает согласие на лицензионное соглашение конечного пользователя модели (EULA). Значение AcceptEula должно быть явно определено как True, чтобы принять EULA, требуемую этой моделью. Вы несете ответственность за ознакомление и соблюдение любых применимых лицензионных условий и убедитесь, что они приемлемы для вашего случая использования перед загрузкой или использованием модели.

HubAccessConfig -> (структура)

Информация о конфигурации доступа к хабу.

HubContentArn -> (строка)

ARN контента хаба, для которого разрешен доступ при развертывании.

ManifestS3Uri -> (строка)

URI Amazon S3 файла манифеста. Файл манифеста — это CSV-файл, который хранит расположения артефактов.

ETag -> (строка)

ETag, связанный с URI S3.

ManifestEtag -> (строка)

ETag, связанный с URI манифеста S3.

Environment -> (отображение)

Переменные среды, которые необходимо установить в контейнере Docker. Не включайте в переменные среды какие-либо конфиденциальные данные.

Максимальная длина каждого ключа и значения в отображении Environment составляет 1024 байта. Максимальная длина всех ключей и значений в отображении, вместе взятых, составляет 32 КБ. Если вы передаете несколько контейнеров в запрос CreateModel, то максимальная длина всех их отображений, вместе взятых, также составляет 32 КБ.

ключ -> (строка)

значение -> (строка)

ModelPackageName -> (строка)

Имя или Amazon Resource Name (ARN) пакета модели, который необходимо использовать для создания модели.

InferenceSpecificationName -> (строка)

Имя спецификации вывода в версии пакета модели.

MultiModelConfig -> (структура)

Указывает дополнительную конфигурацию для многомодельных конечных точек.

ModelCacheSetting -> (строка)

Флаг кеширования моделей для многомодельной конечной точки. По умолчанию многомодельные конечные точки кешируют модели, чтобы модель не загружалась в память каждый раз при вызове. Некоторые случаи использования не извлекают выгоды из кеширования модели. Например, если конечная точка содержит большое количество моделей, каждая из которых вызывается редко, конечная точка может работать лучше, если вы отключите кеширование модели. Чтобы отключить кеширование модели, установите значение этого параметра в Disabled.

Containers -> (список)

Контейнеры в конвейере вывода.

(структура)

Описывает контейнер как часть определения модели.

ContainerHostname -> (строка)

Этот параметр игнорируется для моделей, содержащих только PrimaryContainer.

Когда ContainerDefinition является частью конвейера вывода, значение параметра уникально идентифицирует контейнер для целей ведения журнала и метрик. Дополнительную информацию см. в разделе Использование журналов и метрик для мониторинга конвейера вывода. Если вы не укажете значение для этого параметра для ContainerDefinition, который является частью конвейера вывода, уникальное имя будет автоматически назначено в зависимости от позиции ContainerDefinition в конвейере. Если вы укажете значение для ContainerHostName для любого ContainerDefinition, который является частью конвейера вывода, вы должны указать значение параметра ContainerHostName для каждого ContainerDefinition в этом конвейере.

Image -> (строка)

Путь, где хранится код вывода. Он может быть как в Amazon EC2 Container Registry, так и в реестре Docker, доступном из той же сети VPC, что и ваш конечная точка. Если вы используете собственный алгоритм вместо алгоритма, предоставляемого SageMaker, код вывода должен соответствовать требованиям SageMaker. SageMaker поддерживает как registry/repository[:tag], так и registry/repository[@digest] форматы путей изображений. Дополнительную информацию см. в разделе Использование собственных алгоритмов с Amazon SageMaker.

Примечание

Артефакты модели в ведре Amazon S3 и образ Docker для контейнера вывода в Amazon EC2 Container Registry должны находиться в той же области, что и модель или конечная точка, которые вы создаёте.

ImageConfig -> (структура)

Указывает, находится ли контейнер модели в Amazon ECR или в частном реестре Docker, доступном из вашей виртуальной частной сети Amazon (VPC). Дополнительную информацию о хранении контейнеров в частном реестре Docker см. в разделе Использование частного реестра Docker для контейнеров вывода в реальном времени.

Примечание

RepositoryAccessMode -> (строка)

Установите одно из следующих значений:

Platform - Изображение модели размещено в Amazon ECR.
Vpc - Изображение модели размещено в частном реестре Docker в вашей VPC.

RepositoryAuthConfig -> (структура)

(Необязательно) Указывает конфигурацию аутентификации для частного реестра Docker, где размещено изображение вашей модели. Указывайте значение для этого свойства только в том случае, если вы указали Vpc в качестве значения для поля RepositoryAccessMode, и частный реестр Docker, в котором размещено изображение модели, требует аутентификации.

RepositoryCredentialsProviderArn -> (строка)

Идентификатор ресурса Amazon (ARN) функции Amazon Web Services Lambda, которая предоставляет учетные данные для аутентификации в частном реестре Docker, где размещено изображение вашей модели. Дополнительную информацию о создании функции Amazon Web Services Lambda см. в разделе Создание функции Lambda с помощью консоли в руководстве разработчика Amazon Web Services Lambda.

Mode -> (строка)

Указывает, содержит ли контейнер одну модель или несколько моделей.

ModelDataUrl -> (строка)

Путь к S3, где хранятся артефакты модели, полученные в результате обучения модели. Этот путь должен указывать на один сжатый в gzip архив TAR (.tar.gz). Путь к S3 требуется для встроенных алгоритмов SageMaker, но не требуется, если вы используете собственные алгоритмы. Дополнительную информацию об встроенных алгоритмах см. в разделе Общие параметры.

Примечание

Артефакты модели должны находиться в ведре S3 в той же области, что и модель или конечная точка, которую вы создаёте.

Если вы предоставите значение для этого параметра, SageMaker использует Amazon Web Services Security Token Service для загрузки артефактов модели из пути S3, который вы предоставили. Amazon Web Services STS активирован в вашей учётной записи Amazon Web Services по умолчанию. Если вы ранее деактивировали Amazon Web Services STS для какой-либо области, вам необходимо повторно активировать Amazon Web Services STS для этой области. Дополнительную информацию см. в разделе Активация и деактивация Amazon Web Services STS в области Amazon Web Services в руководстве пользователя Amazon Web Services Identity and Access Management.

Предупреждение

Если вы используете встроенный алгоритм для создания модели, SageMaker требует, чтобы вы предоставили путь к артефактам модели в S3 в ModelDataUrl.

ModelDataSource -> (структура)

Указывает расположение данных ML-модели для развертывания.

Примечание

S3DataSource -> (структура)

Указывает расположение данных ML-модели в S3 для развертывания.

S3Uri -> (строка)

Указывает путь к S3 данных ML-модели для развертывания.

S3DataType -> (строка)

Указывает тип данных ML-модели для развертывания.

Если вы выберите S3Prefix, S3Uri определяет префикс имени ключа. SageMaker использует все объекты, соответствующие указанному префиксу имени ключа, как часть данных ML-модели для развертывания. Действительный префикс имени ключа, указанный S3Uri, всегда заканчивается слешем (/).

Если вы выберите S3Object, S3Uri определяет объект, являющийся данными ML-модели для развертывания.

CompressionType -> (строка)

Указывает способ подготовки данных ML-модели.

Если вы выберите Gzip и выберете S3Object в качестве значения для S3DataType, S3Uri определяет объект, являющийся сжатым в gzip архивом TAR. SageMaker попытается распаковать и разархивировать объект во время развертывания модели.

Если вы выберите None и выберете S3Object в качестве значения для S3DataType, S3Uri определяет объект, представляющий собой не сжатую ML-модель для развертывания.

Если вы выберите None и выберете S3Prefix в качестве значения для S3DataType, S3Uri определяет префикс имени ключа, под которым все объекты представляют собой не сжатую ML-модель для развертывания.

Если вы выберите None, SageMaker будет следовать приведенным ниже правилам при создании файлов данных модели в каталоге /opt/ml/model, которые будут использоваться вашим кодом вывода:

Если вы выберете S3Object в качестве значения для S3DataType, SageMaker разделит ключ объекта S3, на который ссылается S3Uri, по слешам (/), и использует последнюю часть в качестве имени файла, содержащего содержимое объекта S3.
Если вы выберете S3Prefix в качестве значения для S3DataType, для каждого объекта S3 под префиксом имени ключа, на который ссылается S3Uri, SageMaker обрезает его ключ по префиксу и использует оставшуюся часть в качестве пути (относительно /opt/ml/model) файла, содержащего содержимое объекта S3. SageMaker разделит оставшуюся часть по слешам (/), используя промежуточные части в качестве имён каталогов, а последнюю часть в качестве имени файла, содержащего содержимое объекта S3.
Не используйте следующие элементы в качестве имён файлов или каталогов:
- Пустая или пустая строка
- Строка, содержащая нулевые байты
- Строка длиной более 255 байт
- Один символ точки (.)
- Две точки (..)
Неоднозначные имена файлов приведут к сбоям при развертывании модели. Например, если ваша не сжатая ML-модель состоит из двух объектов S3 s3://mybucket/model/weights и s3://mybucket/model/weights/part1, а вы укажете s3://mybucket/model/ в качестве значения для S3Uri и S3DataType, это приведёт к конфликту имён между /opt/ml/model/weights (обычный файл) и /opt/ml/model/weights/ (каталог).
Не используйте папки в S3-консоли для организации артефактов модели. При создании папки в S3-консоли S3 создаёт объект размером 0 байт с ключом, заданным именем папки. Ключ объекта 0-байтового объекта заканчивается слешем (/), что нарушает ограничения SageMaker на имена файлов артефактов модели, что приводит к сбоям при развертывании модели.

ModelAccessConfig -> (структура)

Указывает конфигурацию доступа к ML-модели. Вы можете явно принять лицензионное соглашение конечного пользователя (EULA) модели в ModelAccessConfig. Вы несёте ответственность за ознакомление с любыми применимыми лицензионными условиями и убедитесь, что они приемлемы для вашего случая использования перед загрузкой или использованием модели.

AcceptEula -> (булево)

Указывает согласие с лицензионным соглашением конечного пользователя (EULA) модели. Значение AcceptEula должно быть явно определено как True, чтобы принять EULA, необходимое для данной модели. Вы несёте ответственность за ознакомление с любыми применимыми лицензионными условиями и убедитесь, что они приемлемы для вашего случая использования перед загрузкой или использованием модели.

HubAccessConfig -> (структура)

Информация о конфигурации доступа к центру.

HubContentArn -> (строка)

Идентификатор ресурса Amazon (ARN) содержимого центра, для которого разрешен доступ при развертывании.

ManifestS3Uri -> (строка)

URI Amazon S3 файла манифеста. Файл манифеста представляет собой CSV-файл, в котором хранятся расположения артефактов.

ETag -> (строка)

Тег ETag, связанный с URI S3.

ManifestEtag -> (строка)

Тег ETag, связанный с URI манифеста S3.

AdditionalModelDataSources -> (список)

(структура)

ChannelName -> (строка)

Пользовательское имя для этого объекта AdditionalModelDataSource.

S3DataSource -> (структура)

Указывает расположение данных ML-модели в S3 для развертывания.

S3Uri -> (строка)

Указывает путь к данным ML-модели в S3 для развертывания.

S3DataType -> (строка)

Указывает тип данных ML-модели для развертывания.

Если выбран S3Prefix , S3Uri определяет префикс имени ключа. SageMaker использует все объекты, соответствующие заданному префиксу имени ключа, в качестве части данных ML-модели для развертывания. Действительный префикс имени ключа, определённый S3Uri, всегда заканчивается слешем (/).

Если выбран S3Object , S3Uri определяет объект, являющийся данными ML-модели для развертывания.

CompressionType -> (строка)

Указывает способ подготовки данных ML-модели.

Если выбран Gzip и в качестве значения для S3DataType выбрано S3Object, S3Uri определяет объект, представляющий собой gzip-сжатый TAR-архив. SageMaker попытается распаковать и разархивировать объект во время развертывания модели.

Если выбран None и в качестве значения для S3DataType выбрано S3Object, S3Uri определяет объект, представляющий собой нескомпрессированную ML-модель для развертывания.

Если выбран None и в качестве значения для S3DataType выбрано S3Prefix, S3Uri определяет префикс имени ключа, под которым находятся все объекты, представляющие нескомпрессированную ML-модель для развертывания.

Если выбран None, то SageMaker будет следовать нижеприведенным правилам при создании файлов данных модели в каталоге /opt/ml/model для использования вашими кодом инференции:

Если в качестве значения для S3DataType выбрано S3Object, то SageMaker разделит ключ объекта S3, на который ссылается S3Uri, по символу слеш (/), и использует последнюю часть в качестве имени файла, содержащего содержимое объекта S3.
Если в качестве значения для S3DataType выбрано S3Prefix, то для каждого объекта S3 под префиксом имени ключа, на который ссылается S3Uri, SageMaker обрезает его ключ по префиксу и использует остаток в качестве пути (относительно /opt/ml/model ) файла, содержащего содержимое объекта S3. SageMaker разделит остаток по слешу (/), используя промежуточные части в качестве имён каталогов, а последнюю часть — в качестве имени файла, содержащего содержимое объекта S3.
Не используйте следующее в качестве имён файлов или каталогов:
- Пустая или пустая строка
- Строка, содержащая нулевые байты
- Строка длиной более 255 байт
- Одиночная точка (. )
- Двойная точка (.. )
Неоднозначные имена файлов приведут к сбою развертывания модели. Например, если ваша нескомпрессированная ML-модель состоит из двух объектов S3 s3://mybucket/model/weights и s3://mybucket/model/weights/part1, а вы указываете s3://mybucket/model/ в качестве значения для S3Uri и S3Prefix в качестве значения для S3DataType, то это приведёт к конфликту имён между /opt/ml/model/weights (обычный файл) и /opt/ml/model/weights/ (каталог).
Не организовывайте артефакты модели в консоли S3 с помощью папок. При создании папки в консоли S3 S3 создаёт объект размером 0 байт с ключом, установленным в имя предоставленной вами папки. Ключ объекта размером 0 байт заканчивается слешем (/), что нарушает ограничения SageMaker на имена файлов артефактов модели, что приводит к сбою развертывания модели.

ModelAccessConfig -> (структура)

Указывает конфигурационный файл доступа к ML-модели. Вы можете явно принять лицензионное соглашение конечного пользователя модели (EULA) в рамках ModelAccessConfig. Вы несете ответственность за ознакомление и соблюдение всех применимых лицензионных условий и убедитесь, что они приемлемы для вашего сценария использования перед загрузкой или использованием модели.

AcceptEula -> (булево)

Указывает согласие с лицензионным соглашением конечного пользователя модели (EULA). Значение AcceptEula должно быть явно определено как True, чтобы принять EULA, требуемое этой моделью. Вы несете ответственность за ознакомление и соблюдение всех применимых лицензионных условий и убедитесь, что они приемлемы для вашего сценария использования перед загрузкой или использованием модели.

HubAccessConfig -> (структура)

Информация о конфигурации доступа к хабу.

HubContentArn -> (строка)

ARN содержимого хаба, для которого разрешен доступ к развертыванию.

ManifestS3Uri -> (строка)

Amazon S3 URI файла манифеста. Файл манифеста — это CSV-файл, хранящий расположения артефактов.

ETag -> (строка)

ETag, связанный с URI S3.

ManifestEtag -> (строка)

ETag, связанный с URI манифеста S3.

Environment -> (массив)

Переменные среды, которые нужно установить в контейнере Docker. Не включайте в переменные среды конфиденциальные данные.

Максимальная длина каждого ключа и значения в массиве Environment составляет 1024 байта. Максимальная общая длина всех ключей и значений в массиве составляет 32 КБ. Если вы передаёте несколько контейнеров в запрос CreateModel, то максимальная общая длина всех их массивов также составляет 32 КБ.

key -> (строка)

value -> (строка)

ModelPackageName -> (строка)

Имя или Amazon Resource Name (ARN) пакета модели, используемого для создания модели.

InferenceSpecificationName -> (строка)

Имя спецификации инференции в версии пакета модели.

MultiModelConfig -> (структура)

Указывает дополнительную конфигурацию для многомодельных конечных точек.

ModelCacheSetting -> (строка)

Выполнять кэширование моделей для многомодельной конечной точки. По умолчанию многомодельные конечные точки кэшируют модели, чтобы модель не приходилось загружать в память при каждом вызове. Некоторые сценарии использования не извлекают выгоды из кэширования моделей. Например, если конечная точка содержит большое количество моделей, которые вызываются нечасто, конечная точка может работать лучше, если вы отключите кэширование моделей. Для отключения кэширования моделей установите значение этого параметра в Disabled.

InferenceExecutionConfig -> (структура)

Указывает подробности о том, как вызываются контейнеры в многоконтейнерной конечной точке.

Mode -> (строка)

Как работают контейнеры в многоконтейнерной конечной точке. Допустимы следующие значения.

SERIAL - Контейнеры работают как последовательная конвейерная линия.
DIRECT - Выполняется только указанный вами отдельный контейнер.

ExecutionRoleArn -> (строка)

Amazon Resource Name (ARN) роли IAM, которую вы указали для модели.

VpcConfig -> (структура)

Объект VpcConfig, определяющий VPC, к которому имеет доступ эта модель. Дополнительная информация приведена в разделе Защита конечных точек с помощью виртуальной частной сети Amazon

SecurityGroupIds -> (список)

Идентификаторы групп безопасности VPC в формате sg-xxxxxxxx. Укажите группы безопасности для VPC, указанной в поле Subnets.

(строка)

Subnets -> (список)

Идентификатор подсетей в VPC, к которым вы хотите подключить свою задачу обучения или модель. Сведения о доступности определенных типов экземпляров см. в разделе Поддерживаемые типы экземпляров и зоны доступности.

(строка)

CreationTime -> (метка времени)

Метка времени, показывающая, когда была создана модель.

ModelArn -> (строка)

Amazon Resource Name (ARN) модели.

EnableNetworkIsolation -> (булево)

Если True, невозможны входящие или исходящие сетевые вызовы в контейнер модели или из него.

DeploymentRecommendation -> (структура)

Набор рекомендуемых конфигураций развертывания для модели.

RecommendationStatus -> (строка)

Статус рекомендации по развертыванию. Статус NOT_APPLICABLE означает, что SageMaker не может предоставить рекомендуемую конфигурацию по умолчанию для модели с использованием предоставленной информации. Если статус развертывания равен IN_PROGRESS, повторите вызов API через несколько секунд, чтобы получить COMPLETED рекомендацию по развертыванию.

RealTimeInferenceRecommendations -> (список)

Список элементов RealTimeInferenceRecommendation.

(структура)

Рекомендуемая конфигурация для использования в инференции в реальном времени.

RecommendationId -> (строка)

Идентификатор рекомендации, уникально идентифицирующий каждую рекомендацию.

InstanceType -> (строка)

Рекомендуемый тип экземпляра для инференции в реальном времени.

Environment -> (массив)

Рекомендуемые переменные среды, которые нужно установить в контейнере модели для инференции в реальном времени.

key -> (строка)

value -> (строка)

END_OF_DOCUMENT_MARKER