آمازون SageMaker مشتریان می توانند محدودیت های سهمیه خود را از طریق مشاهده و مدیریت کنند سهمیه خدمات. علاوه بر این، آنها می توانند معیارهای استفاده در زمان واقعی را مشاهده کرده و ایجاد کنند CloudWatch آمازون متریک برای مشاهده و پرس و جوی برنامه نویسی سهمیه SageMaker.
SageMaker به شما کمک می کند تا مدل های یادگیری ماشینی (ML) را به راحتی بسازید، آموزش دهید و به کار ببرید. برای کسب اطلاعات بیشتر به ادامه مطلب مراجعه نمایید شروع کار با Amazon SageMaker. سهمیه خدمات مدیریت محدودیت را با امکان مشاهده و مدیریت سهمیه های خود برای SageMaker از یک مکان مرکزی ساده می کند.
با سهمیه خدمات، می توانید حداکثر تعداد منابع، اقدامات یا موارد را در حساب AWS یا منطقه AWS خود مشاهده کنید. همچنین می توانید از سهمیه خدمات برای درخواست افزایش سهمیه های قابل تنظیم استفاده کنید.
با افزایش استفاده از شیوه های MLOps، و در نتیجه تقاضا برای منابع تعیین شده برای آزمایش و آموزش مجدد مدل ML، مشتریان بیشتری نیاز به اجرای چندین نمونه، اغلب از یک نوع نمونه در یک زمان دارند.
بسیاری از تیم های علم داده اغلب به صورت موازی کار می کنند و از چندین نمونه برای پردازش، آموزش و تنظیم به طور همزمان استفاده می کنند. قبلاً، کاربران گاهی اوقات به یک محدودیت حساب قابل تنظیم برای یک نوع نمونه خاص می رسیدند و مجبور بودند به صورت دستی افزایش محدودیت را از AWS درخواست کنند.
برای درخواست سهمیه افزایش دستی از UI سهمیه خدمات، می توانید سهمیه را از لیست انتخاب کنید و انتخاب کنید درخواست افزایش سهمیه. برای اطلاعات بیشتر مراجعه کنید درخواست افزایش سهمیه.
در این پست، نشان میدهیم که چگونه میتوانید از ویژگیهای جدید برای درخواست خودکار افزایش محدودیت زمانی که به سطح بالایی از نمونهها میرسید، استفاده کنید.
بررسی اجمالی راه حل
نمودار زیر معماری راه حل را نشان می دهد.
این معماری شامل گردش کار زیر است:
- یک متریک CloudWatch بر استفاده از منبع نظارت می کند. زنگ CloudWatch زمانی فعال می شود که استفاده از منابع از یک آستانه از پیش تنظیم شده فراتر رود.
- پیامی به سرویس اطلاع رسانی ساده آمازون (Amazon SNS).
- پیام توسط یک دریافت می شود AWS لامبدا تابع.
- تابع Lambda افزایش سهمیه را درخواست می کند.
علاوه بر درخواست افزایش سهمیه برای حساب خاص، تابع Lambda همچنین می تواند افزایش سهمیه را به الگوی سازمانی (حداکثر 10 سهمیه). به این ترتیب، هر حساب جدیدی که تحت یک سازمان AWS خاص ایجاد میشود، بهطور پیشفرض دارای درخواستهای افزایش سهمیه است.
پیش نیازها
مراحل پیش نیاز زیر را کامل کنید:
- راه اندازی حساب AWS و ایجاد یک هویت AWS و مدیریت دسترسی کاربر (IAM). برای دستورالعمل، مراجعه کنید حساب AWS خود را ایمن کنید.
- نصب AWS SAM CLI.
استقرار با استفاده از مدل برنامه بدون سرور AWS
برای استقرار برنامه با استفاده از GitHub repo، دستور زیر را در ترمینال اجرا کنید:
پس از استقرار راه حل، باید زنگ هشدار جدیدی در کنسول CloudWatch داشته باشید. این زنگ هشدار استفاده برای نمونه های نوت بوک SageMaker را برای نمونه ml.t3.medium نظارت می کند.
اگر میزان استفاده از منابع شما به بیش از 50% برسد، زنگ هشدار فعال می شود و عملکرد Lambda درخواست افزایش می دهد.
اگر حسابی که دارید بخشی از یک سازمان AWS است و آن را دارید الگوی درخواست سهمیه اگر الگو دارای اسلاتهای موجود باشد، باید آن افزایشها را نیز در قالب مشاهده کنید. به این ترتیب، حسابهای جدید آن سازمان نیز افزایشها را پس از ایجاد پیکربندی میکنند.
با استفاده از کنسول CloudWatch مستقر شود
برای استقرار برنامه با استفاده از کنسول CloudWatch، مراحل زیر را انجام دهید:
- در کنسول CloudWatch، را انتخاب کنید همه آلارم ها در صفحه ناوبری
- را انتخاب کنید ایجاد زنگ هشدار.
- را انتخاب کنید متریک را انتخاب کنید.
- را انتخاب کنید استفاده.
- معیاری را که می خواهید نظارت کنید انتخاب کنید.
- شرایط زمانی را که می خواهید زنگ هشدار فعال شود را انتخاب کنید.
برای پیکربندیهای احتمالی بیشتر هنگام پیکربندی زنگ، رجوع کنید به یک زنگ CloudWatch بر اساس آستانه ایستا ایجاد کنید.
- موضوع SNS را برای اطلاع از زنگ هشدار پیکربندی کنید.
همچنین میتوانید از Amazon SNS برای راهاندازی عملکرد لامبدا در هنگام فعال شدن زنگ استفاده کنید. دیدن استفاده از AWS Lambda با Amazon SNS برای اطلاعات بیشتر.
- برای نام زنگ هشدار، یک نام وارد کنید.
- را انتخاب کنید بعدی.
- را انتخاب کنید ایجاد زنگ هشدار.
پاک کردن
برای پاکسازی منابع ایجاد شده به عنوان بخشی از این پست، مطمئن شوید که تمام پشته های ایجاد شده را حذف کرده اید. برای انجام این کار، دستور زیر را اجرا کنید:
نتیجه
در این پست نشان دادیم که چگونه میتوانید از ادغام جدید SageMaker با سهمیه خدمات برای خودکارسازی درخواستهای افزایش سهمیه برای منابع SageMaker استفاده کنید. به این ترتیب، تیم های علم داده می توانند به طور موثر به صورت موازی کار کنند و مسائل مربوط به در دسترس نبودن نمونه ها را کاهش دهند.
میتوانید با دسترسی به سهمیههای Amazon SageMaker اطلاعات بیشتری کسب کنید مستندات. همچنین می توانید درباره سهمیه خدمات بیشتر بدانید اینجا کلیک نمایید.
درباره نویسندگان
برونو کلاین یک مهندس یادگیری ماشین در تیم AWS ProServe است. او به ویژه از ایجاد اتوماسیون و بهبود چرخه عمر مدل ها در تولید لذت می برد. در اوقات فراغت خود دوست دارد وقت خود را در فضای باز و پیاده روی بگذراند.
پراس مهرا مدیر محصول ارشد در AWS است. او بر کمک به ساخت آموزش و پردازش Amazon SageMaker متمرکز است. در اوقات فراغت خود، پاراس از گذراندن وقت با خانواده و دوچرخه سواری جاده ای در اطراف منطقه خلیج لذت می برد. می توانید او را در آن پیدا کنید لینک.
- محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
- پلاتوبلاک چین. Web3 Metaverse Intelligence. دانش تقویت شده دسترسی به اینجا.
- منبع: https://aws.amazon.com/blogs/machine-learning/best-practices-for-viewing-and-querying-amazon-sagemaker-service-quota-usage/
- :است
- $UP
- 10
- 100
- 7
- 8
- a
- درباره ما
- دسترسی
- دسترسی
- حساب
- حساب ها
- اقدامات
- اضافه
- تنظیم پذیر
- هشدار
- معرفی
- اجازه دادن
- آمازون
- آمازون SageMaker
- و
- کاربرد
- معماری
- محدوده
- دور و بر
- AS
- At
- خودکار بودن
- بطور خودکار
- در دسترس
- AWS
- AWS لامبدا
- مستقر
- سرخ مایل به قرمز
- BE
- بهترین
- بهترین شیوه
- خارج از
- ساختن
- by
- CAN
- CD
- مرکزی
- معین
- را انتخاب کنید
- کامل
- شرط
- پیکربندی
- کنسول
- ایجاد
- ایجاد شده
- ایجاد
- ایجاد
- مشتریان
- داده ها
- علم اطلاعات
- به طور پیش فرض
- تقاضا
- گسترش
- مستقر
- تعیین شده
- به طور موثر
- فعال
- مهندس
- وارد
- اتر (ETH)
- خانواده
- امکانات
- پیدا کردن
- متمرکز شده است
- پیروی
- برای
- رایگان
- از جانب
- تابع
- رفتن
- داده
- می رود
- آیا
- کمک
- کمک می کند
- زیاد
- پیاده روی
- چگونه
- HTML
- HTTP
- HTTPS
- IAM
- هویت
- بهبود
- in
- شامل
- افزایش
- افزایش
- افزایش
- افزایش
- اطلاعات
- نمونه
- دستورالعمل
- ادغام
- مسائل
- اقلام
- JPG
- یاد گرفتن
- یادگیری
- سطح
- wifecycwe
- پسندیدن
- محدود
- محدودیت
- لینک
- فهرست
- محل
- دستگاه
- فراگیری ماشین
- ساخت
- مدیریت
- مدیریت
- مدیر
- دستی
- بیشترین
- متوسط
- پیام
- متری
- متریک
- ML
- MLO ها
- مدل
- مدل
- مانیتور
- مانیتور
- بیش
- چندگانه
- نام
- جهت یابی
- نزدیک
- نیاز
- جدید
- ویژگی های جدید
- بعد
- دفتر یادداشت
- اخطار
- عدد
- of
- on
- کدام سازمان ها
- خارج از منزل
- قطعه
- موازی
- بخش
- ویژه
- ویژه
- افلاطون
- هوش داده افلاطون
- PlatoData
- ممکن
- پست
- شیوه های
- قبلا
- در حال پردازش
- محصول
- مدیر تولید
- تولید
- رسیدن به
- رسیده
- می رسد
- زمان واقعی
- اخذ شده
- كاهش دادن
- منطقه
- مربوط
- درخواست
- درخواست
- منابع
- منابع
- بازآموزی
- جاده
- دویدن
- حکیم ساز
- سام
- همان
- علم
- ارشد
- بدون سرور
- سرویس
- چند
- باید
- نشان
- ساده
- جک پات
- راه حل
- برخی از
- خاص
- خرج کردن
- هزینه
- پشته
- آغاز شده
- مراحل
- تیم
- تیم ها
- قالب
- پایانه
- که
- La
- شان
- از این رو
- آستانه
- از طریق
- زمان
- به
- موضوع
- قطار
- آموزش
- ماشه
- باعث شد
- درست
- زیر
- استفاده
- استفاده کنید
- کاربر
- کاربران
- چشم انداز
- مسیر..
- با
- مهاجرت کاری
- گردش کار
- خواهد بود
- شما
- زفیرنت