Crear y unirse a la colaboración en AWS Clean Rooms ML - AWS Clean Rooms
Crear una colaboración para el aprendizaje automáticoUnirse a una colaboración

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Crear y unirse a la colaboración en AWS Clean Rooms ML

El creador de la colaboración es responsable de crear la colaboración, invitar a los miembros y asignar sus funciones. Los miembros invitados se unen a la colaboración y especifican la configuración de los resultados, modelan los artefactos entrenados, la configuración del destino y aceptan las responsabilidades de pago, en función de cómo esté configurada la colaboración.

Crear una colaboración para el aprendizaje automático

El siguiente procedimiento muestra cómo crear una colaboración para el aprendizaje automático, invitar a uno o más miembros y asignar miembros que puedan iniciar el entrenamiento con modelos, recibir resultados, recibir resultados de modelos entrenados, incluidos los artefactos y métricas del modelo, y recibir resultados de inferencias de modelos. El creador de la colaboración también asigna a un miembro que se hará cargo de los costes de cálculo de consultas, formación e inferencia de modelos.

Console
Crear una colaboración para el aprendizaje automático (consola)

  1. Cree una colaboración e invite a uno o más miembros a unirse a ella

  2. Asigne las siguientes habilidades a los miembros para el análisis mediante consultas y trabajos:

    • Asigne las consultas de ejecución al miembro que comenzará el entrenamiento con el modelo.

    • Asigne la opción Recibir los resultados del análisis a los miembros que recibirán los resultados de la consulta.

  3. Asigne las siguientes habilidades a los miembros para el modelado de aprendizaje automático mediante flujos de trabajo diseñados específicamente:

    • Asigne los resultados de los modelos entrenados al miembro que recibirá los resultados del modelo entrenado, incluidos los artefactos y las métricas del modelo.

    • Asigne la salida de Receive de la inferencia del modelo al miembro que recibirá los resultados de la inferencia del modelo.

  4. En Configure el pago, especifique los miembros que pagarán los costos de cálculo de consultas, capacitación y inferencia de modelos. Cada uno de estos costos se puede asignar a los mismos miembros o a miembros diferentes. Si un miembro invitado es el miembro responsable de pagar los costes de pago, debe aceptar sus responsabilidades de pago antes de unirse a la colaboración.

  5. En el caso de la membresía de Configure, el creador de la colaboración puede decidir unirse a la membresía ahora o crear una membresía más adelante. A continuación, el creador de la colaboración debe configurar la configuración de ML.

    1. Si el creador de la colaboración también es el receptor de los resultados, también debe especificar el destino y el formato de los resultados de la consulta en los valores predeterminados de la configuración de resultados.

    2. La configuración de ML proporciona una función para que Clean Rooms ML publique métricas en un Cuenta de AWS. Si el creador de la colaboración también recibe artefactos de modelos entrenados, puede especificar el bucket de Amazon S3 utilizado para recibir los resultados.

    3. En la sección Configuraciones de ML, seleccione Crear configuración de ML y, a continuación, especifique el destino de salida del modelo en Amazon S3 y la función de acceso al servicio necesaria para acceder a esta ubicación.

    4. Si el creador de la colaboración es el miembro responsable de pagar los costes de pago, debe aceptar sus responsabilidades de pago antes de crear la colaboración.

API

Para crear una colaboración para el aprendizaje automático (API)

  1. Cree una colaboración e invite a uno o más miembros a unirse a la colaboración

  2. Asigne las siguientes funciones a los miembros de la colaboración:

    • CAN_QUERY- asignado al miembro que iniciará el entrenamiento y la inferencia del modelo.

    • CAN_RECEIVE_MODEL_OUTPUT- se asigna a los miembros que recibirán los resultados de los modelos entrenados.

    • CAN_RECEIVE_INFERENCE_OUTPUT- se asigna a los miembros que recibirán los resultados de la inferencia del modelo.

    Si el creador de la colaboración es también el receptor de los resultados, también debe especificar el destino y el formato de los resultados de la consulta durante la creación de la colaboración. También asignan una función de servicio Amazon Resource Name (ARN) para escribir los resultados en el destino de los resultados de la consulta.

  3. Especifique los miembros que pagarán los costes de cálculo de consultas, formación de modelos e inferencia de modelos. Cada uno de estos costos se puede asignar a los mismos miembros o a miembros diferentes. Si un miembro invitado es el miembro responsable de pagar los costes de pago, debe aceptar sus responsabilidades de pago antes de unirse a la colaboración.

  4. El siguiente código crea una colaboración, invita a un miembro que puede realizar consultas y recibir resultados, y especifica al creador de la colaboración como receptor de los artefactos modelo.

    import boto3 
acr_client= boto3.client('cleanrooms')
 
collaboration = a_acr_client.create_collaboration(
    members=[
        {
         'accountId': 'invited_member_accountId',
         'memberAbilities':["CAN_QUERY","CAN_RECEIVE_RESULTS"],
         'displayName': 'member_display_name'
        }
    ],
    name='collaboration_name',
    description=collaboration_description,
    creatorMLMemberAbilities= {
        'customMLMemberAbilities':["CAN_RECEIVE_MODEL_OUTPUT", "CAN_RECEIVE_INFERENCE_OUTPUT"],
    },
    creatorDisplayName='creator_display_name',
    queryLogStatus="ENABLED",
    analyticsEngine="SPARK",
    creatorPaymentConfiguration={
        "queryCompute": {
            "isResponsible": True
        },
        "machineLearning": {
            "modelTraining": {
                "isResponsible": True
            },
            "modelInference": {
                "isResponsible": True
            }
        }
    }
)
 
collaboration_id = collaboration['collaboration']['id']
print("collaborationId: {collaboration_id}")

member_membership = a_acr_client.create_membership(
    collaborationIdentifier = collaboration_id,
    queryLogStatus = 'ENABLED',
    paymentConfiguration={
        "queryCompute": {
            "isResponsible": True
        },
        "machineLearning": {
            "modelTraining": {
                "isResponsible": True
            },
            "modelInference": {
                "isResponsible": True
            }
        }
    }
)

  5. A continuación, el creador de la colaboración debe configurar la configuración del aprendizaje automático. La configuración de ML proporciona una función para que Clean Rooms ML publique métricas y registros en un Cuenta de AWS. Si el creador de la colaboración también recibe resultados (artefactos del modelo o resultados de inferencias), puede especificar el bucket de Amazon S3 utilizado para recibir los resultados.

    import boto3 
acr_ml_client= boto3.client('cleanroomsml')

acr_ml_client.put_ml_configuration(
        membershipIdentifier=membership_id,
        defaultOutputLocation={
           'roleArn':'arn:aws:iam::account:role/roleName',
           'destination':{
                's3Destination':{
                    's3Uri':"s3://bucketName/prefix"
                }
            }
        }
    )

Unirse a una colaboración

Una vez que el creador de la colaboración haya terminado sus tareas, los miembros invitados deberán completar las suyas.

Console
Para crear una membresía y unirse a una colaboración (consola)

  1. El miembro invitado crea una membresía y se une a la colaboración.

  2. Si el miembro invitado es el miembro responsable de pagar, incluidos los costos de consulta, capacitación e inferencia de modelos, debe aceptar sus responsabilidades de pago antes de unirse a la colaboración.

  3. El miembro invitado configura la configuración de ML, que proporciona a Clean Rooms ML la función de publicar las métricas del modelo en un Cuenta de AWS. Si también es el miembro que recibe artefactos de modelos entrenados, deben entregar un bucket de Amazon S3 donde se almacenan los artefactos de modelos entrenados.

API

Para crear una membresía y unirse a una colaboración (API)

  1. Si el miembro invitado es el miembro que puede recibir los resultados, especificará el destino y el formato de los resultados de las consultas. También proporcionan un rol de servicio (ARN) que permite al servicio escribir en el destino de los resultados de la consulta.

    Si el miembro invitado es el miembro responsable de pagar, incluidos los costos de procesamiento de consultas, capacitación e inferencia de modelos, debe aceptar sus responsabilidades de pago antes de unirse a la colaboración.

    Si el miembro invitado es el responsable de pagar la formación de modelos y la inferencia de modelos para el modelado personalizado, debe aceptar sus responsabilidades de pago antes de unirse a la colaboración.

    El siguiente código crea una membresía con el registro de consultas activado.

    import boto3 
acr_client= boto3.client('cleanrooms')

acr_client.create_membership(
    membershipIdentifier='membership_id',
    queryLogStatus='ENABLED'
)

  2. El miembro invitado configura la configuración de ML, que proporciona a Clean Rooms ML la función de publicar las métricas del modelo en un Cuenta de AWS. Si también es el miembro que recibe los artefactos de modelos entrenados, deben proporcionar un depósito de Amazon S3 donde se almacenan los artefactos de modelos entrenados.

    import boto3 
acr_ml_client= boto3.client('cleanroomsml')

acr_ml_client.put_ml_configuration(
        membershipIdentifier='membership_id',
        defaultOutputLocation={
           'roleArn':"arn:aws:iam::account:role/role_name",
           'destination':{
                's3Destination':{
                    's3Uri':"s3://bucket_name/prefix"
                }
            }
        }
    )