Amazon Adaçayı Yapıcı müşteriler kota limitlerini şu adresten görüntüleyebilir ve yönetebilir: Hizmet Kotaları. Ayrıca, gerçek zamanlıya yakın kullanım ölçümlerini görüntüleyebilir ve Amazon Bulut İzleme metrikleri SageMaker kotalarını görüntülemek ve programlı olarak sorgulamak için.
SageMaker, makine öğrenimi (ML) modellerini kolaylıkla oluşturmanıza, eğitmenize ve dağıtmanıza yardımcı olur. Daha fazla bilgi edinmek için bkz. Amazon SageMaker'ı kullanmaya başlama. Hizmet Kotaları, SageMaker kotalarınızı merkezi bir konumdan görüntülemenize ve yönetmenize izin vererek limit yönetimini basitleştirir.
Hizmet Kotaları ile AWS hesabınızdaki veya AWS Bölgenizdeki maksimum kaynak, eylem veya öğe sayısını görüntüleyebilirsiniz. Ayarlanabilir kotalar için artış talep etmek için Hizmet Kotalarını da kullanabilirsiniz.
MLOps uygulamalarının artan kullanımı ve dolayısıyla makine öğrenimi modeli denemesi ve yeniden eğitimi için ayrılan kaynaklara olan taleple birlikte, daha fazla müşterinin, genellikle aynı örnek tipinde birden çok örneği aynı anda çalıştırması gerekir.
Birçok veri bilimi ekibi, eşzamanlı olarak işleme, eğitim ve ayarlama için birkaç örnek kullanarak genellikle paralel olarak çalışır. Önceden, kullanıcılar bazen belirli bir bulut sunucusu türü için ayarlanabilir bir hesap sınırına ulaşıyor ve AWS'den manuel olarak bir sınır artışı talep etmek zorunda kalıyordu.
kota artışlarını manuel olarak istemek için Hizmet Kotaları Kullanıcı Arayüzü, kotayı listeden seçebilir ve seçebilirsiniz kota artışı iste. Daha fazla bilgi için bkz. Kota artışı talep etme.
Bu gönderide, yüksek bir örnek düzeyine ulaşıldığında limit artışlarını otomatik olarak talep etmek için yeni özellikleri nasıl kullanabileceğinizi gösteriyoruz.
Çözüme genel bakış
Aşağıdaki şemada çözüm mimarisi gösterilmektedir.
Bu mimari aşağıdaki iş akışını içerir:
- Bir CloudWatch metriği, kaynağın kullanımını izler. Kaynak kullanımı önceden yapılandırılmış belirli bir eşiğin üzerine çıktığında bir CloudWatch alarmı tetiklenir.
- bir mesaj gönderilir Amazon Basit Bildirim Servisi (Amazon SNS'si).
- Mesaj bir kişi tarafından alınır. AWS Lambda fonksiyonu.
- Lambda işlevi, kota artışını ister.
Lambda işlevi, belirli bir hesap için kota artışı talep etmenin yanı sıra kota artışını da organizasyon şablonu (en fazla 10 kota). Bu şekilde, belirli bir AWS Kuruluşu altında oluşturulan herhangi bir yeni hesap, varsayılan olarak artırılmış kota isteklerine sahip olur.
Önkoşullar
Aşağıdaki ön koşul adımlarını tamamlayın:
- Bir AWS hesabı ve bir AWS Kimlik ve Erişim Yönetimi (IAM) kullanıcısı. Talimatlar için bkz. AWS Hesabınızı Güvenli Hale Getirin.
- kurmak AWS SAM CLI'si.
AWS Sunucusuz Uygulama Modeli kullanarak dağıtın
kullanarak uygulamayı dağıtmak için GitHub repo, terminalde aşağıdaki komutu çalıştırın:
Çözüm dağıtıldıktan sonra CloudWatch konsolunda yeni bir alarmınız olmalıdır. Bu alarm, ml.t3.medium örneği için SageMaker not defteri örneklerinin kullanımını izler.
Kaynak kullanımınız %50'nin üzerine çıkarsa alarm tetiklenir ve Lambda işlevi bir artış ister.
Sahip olduğunuz hesap bir AWS Kuruluşunun parçasıysa ve kota istek şablonu etkinleştirildiyse, şablonda kullanılabilir yuvalar varsa, bu artışları da şablonda görmelisiniz. Bu şekilde, söz konusu kuruluştan yeni hesaplar da oluşturulduktan sonra yapılandırılmış artışlara sahip olur.
CloudWatch konsolunu kullanarak dağıtın
Uygulamayı CloudWatch konsolunu kullanarak dağıtmak için aşağıdaki adımları tamamlayın:
- CloudWatch konsolunda seçin tüm alarmlar Gezinti bölmesinde.
- Klinik Alarm oluştur.
- Klinik Metrik seçin.
- Klinik kullanım.
- İzlemek istediğiniz metriği seçin.
- Alarmın ne zaman tetiklenmesini istediğiniz koşulunu seçin.
Alarmı yapılandırırken daha fazla olası yapılandırma için bkz. Statik eşiğe dayalı bir CloudWatch alarmı oluşturun.
- Alarm hakkında bilgilendirilmek için SNS konusunu yapılandırın.
Alarm tetiklendiğinde bir Lambda işlevini tetiklemek için Amazon SNS'yi de kullanabilirsiniz. Görmek AWS Lambda'yı Amazon SNS ile Kullanma daha fazla bilgi için.
- İçin Alarm adı, isim girin.
- Klinik Sonraki.
- Klinik Alarm oluştur.
Temizlemek
Bu gönderinin bir parçası olarak oluşturulan kaynakları temizlemek için, oluşturulan tüm yığınları sildiğinizden emin olun. Bunu yapmak için aşağıdaki komutu çalıştırın:
Sonuç
Bu gönderide, SageMaker kaynaklarına yönelik kota artış isteklerini otomatikleştirmek için SageMaker'ın Service Quotas ile yeni entegrasyonunu nasıl kullanabileceğinizi gösterdik. Bu şekilde, veri bilimi ekipleri etkili bir şekilde paralel çalışabilir ve örneklerin kullanılamamasıyla ilgili sorunları azaltabilir.
Şuraya erişerek Amazon SageMaker kotaları hakkında daha fazla bilgi edinebilirsiniz: belgeleme. Ayrıca Hizmet Kotaları hakkında daha fazla bilgi edinebilirsiniz. okuyun.
yazarlar hakkında
Bruno Klein AWS ProServe ekibinde bir Makine Öğrenimi Mühendisidir. Özellikle otomasyonlar oluşturmaktan ve üretimdeki modellerin yaşam döngüsünü iyileştirmekten hoşlanıyor. Boş zamanlarında dışarıda vakit geçirmeyi ve yürüyüş yapmayı sever.
Para Mehra AWS'de Kıdemli Ürün Yöneticisidir. Amazon SageMaker Training and Processing'in oluşturulmasına yardımcı olmaya odaklanmıştır. Paras, boş zamanlarında ailesiyle vakit geçirmekten ve Körfez Bölgesi'nde yol bisikleti sürmekten hoşlanır. onu bulabilirsin LinkedIn.
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- Plato blok zinciri. Web3 Metaverse Zekası. Bilgi Güçlendirildi. Buradan Erişin.
- Kaynak: https://aws.amazon.com/blogs/machine-learning/best-practices-for-viewing-and-querying-amazon-sagemaker-service-quota-usage/
- :dır-dir
- $UP
- 10
- 100
- 7
- 8
- a
- Hakkımızda
- erişim
- erişme
- Hesap
- Hesaplar
- eylemler
- ilave
- ayarlanabilir
- alarm
- Türkiye
- Izin
- Amazon
- Amazon Adaçayı Yapıcı
- ve
- Uygulama
- mimari
- ALAN
- etrafında
- AS
- At
- otomatikleştirmek
- otomatik olarak
- mevcut
- AWS
- AWS Lambda
- merkezli
- Defne
- BE
- İYİ
- en iyi uygulamalar
- Ötesinde
- inşa etmek
- by
- CAN
- CD
- merkezi
- belli
- Klinik
- tamamlamak
- koşul
- konsolos
- yaratmak
- çevrimiçi kurslar düzenliyorlar.
- Oluşturma
- oluşturma
- Müşteriler
- veri
- veri bilimi
- Varsayılan
- Talep
- dağıtmak
- konuşlandırılmış
- belirlenen
- etkili bir şekilde
- etkin
- mühendis
- Keşfet
- aile
- Özellikler
- bulmak
- odaklanmış
- takip etme
- İçin
- Ücretsiz
- itibaren
- işlev
- Git
- verilmiş
- Goes
- Var
- yardım
- yardımcı olur
- Yüksek
- Ne kadar
- HTML
- http
- HTTPS
- Kimlik
- geliştirme
- in
- içerir
- Artırmak
- artmış
- Artışlar
- artan
- bilgi
- örnek
- talimatlar
- bütünleşme
- sorunlar
- ürün
- jpg
- ÖĞRENİN
- öğrenme
- seviye
- yaşam döngüsü
- sevmek
- LİMİT
- sınırları
- Liste
- yer
- makine
- makine öğrenme
- yapmak
- yönetmek
- yönetim
- müdür
- el ile
- maksimum
- orta
- mesaj
- metrik
- Metrikleri
- ML
- MLO'lar
- model
- modelleri
- izlemek
- monitörler
- Daha
- çoklu
- isim
- Navigasyon
- yakın
- gerek
- yeni
- Yeni Özellikler
- sonraki
- defter
- tebliğ
- numara
- of
- on
- kuruluşlar
- açık havada
- bölmesi
- Paralel
- Bölüm
- belirli
- özellikle
- Platon
- Plato Veri Zekası
- PlatoVeri
- mümkün
- Çivi
- uygulamalar
- Önceden
- işleme
- PLATFORM
- ürün müdürü
- üretim
- ulaşmak
- ulaştı
- ulaşır
- gerçek zaman
- Alınan
- azaltmak
- bölge
- ilgili
- talep
- isteklerinizi
- kaynak
- Kaynaklar
- yol
- koşmak
- sagemaker
- Sam
- aynı
- Bilim
- kıdemli
- Serverless
- hizmet
- birkaç
- meli
- şov
- Basit
- yuvaları
- çözüm
- biraz
- özel
- geçirmek
- Harcama
- Yığınları
- başladı
- Basamaklar
- takım
- takım
- şablon
- terminal
- o
- The
- ve bazı Asya
- bu nedenle
- eşik
- İçinden
- zaman
- için
- konu
- Tren
- Eğitim
- tetikleyebilir
- tetiklenir
- gerçek
- altında
- kullanım
- kullanım
- kullanıcı
- kullanıcılar
- Görüntüle
- Yol..
- ile
- İş
- olur
- Sen
- zefirnet