Guida introduttiva all'utilizzo di Amazon SageMaker Canvas - Amazon SageMaker AI
Prerequisiti per la configurazione di Amazon Canvas SageMaker Passaggio 1: accedi a Canvas SageMaker Passaggio 2: usa SageMaker Canvas per ottenere previsioni

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Guida introduttiva all'utilizzo di Amazon SageMaker Canvas

Questa guida spiega come iniziare a usare SageMaker Canvas. Se sei un amministratore IT e desideri dettagli più approfonditi, consulta la sezione Configurazione Configurazione e gestione delle autorizzazioni di Amazon SageMaker Canvas (per amministratori IT) di SageMaker Canvas per i tuoi utenti.

Prerequisiti per la configurazione di Amazon Canvas SageMaker

Per configurare un'applicazione SageMaker Canvas, esegui l'onboard utilizzando uno dei seguenti metodi di configurazione:

  1. A bordo con la console. AWS Per effettuare l'onboarding tramite la AWS console, devi prima creare un dominio Amazon SageMaker AI. SageMaker I domini AI supportano i vari ambienti di apprendimento automatico (ML) come Canvas e SageMaker Studio. Per ulteriori informazioni sui domini, consulta Panoramica del dominio Amazon SageMaker AI.

    1. (Rapido) Usa la configurazione rapida per Amazon SageMaker AI: scegli questa opzione per configurare rapidamente un dominio. Con questa procedura, l’utente ottiene tutte le autorizzazioni Canvas predefinite e le funzionalità di base. Qualsiasi funzionalità aggiuntiva, come le query sui documenti, può essere abilitata in un secondo momento da un amministratore. Per configurare autorizzazioni più granulari, è preferibile scegliere l’opzione Avanzata.

    2. (Standard) Usa una configurazione personalizzata per Amazon SageMaker AI: scegli questa opzione per una configurazione più avanzata del tuo dominio. Mantieni il controllo granulare sulle autorizzazioni degli utenti, ad esempio l’accesso alle funzionalità di preparazione dei dati, alle capacità di IA generativa e alle implementazioni dei modelli.

  2. A bordo con. CloudFormation CloudFormationautomatizza l'approvvigionamento di risorse e configurazioni in modo da poter configurare Canvas per uno o più profili utente contemporaneamente. Utilizza questa opzione per automatizzare il processo di onboarding su larga scala e assicurarti che le tue applicazioni siano configurate sempre allo stesso modo. Il CloudFormation modello seguente fornisce un modo semplificato per effettuare l'onboarding su Canvas, garantendo che tutti i componenti necessari siano configurati correttamente e consentendoti di concentrarti sulla creazione e l'implementazione dei tuoi modelli di machine learning.

La sezione seguente descrive come effettuare l'onboarding su Canvas utilizzando la AWS console per creare un dominio.

Importante

Per poter configurare Amazon SageMaker Canvas, la tua versione di Amazon SageMaker Studio deve essere la 3.19.0 o successiva. Per informazioni sull'aggiornamento di Amazon SageMaker Studio, consultaChiudi e aggiorna Amazon SageMaker Studio Classic.

A bordo con la console AWS

Se stai eseguendo la configurazione rapida del dominio, puoi seguire le istruzioni riportate in Usa la configurazione rapida per Amazon SageMaker AI, saltare il resto di questa sezione e passare a Passaggio 1: accedi a Canvas SageMaker .

Se stai eseguendo la configurazione standard del dominio, puoi specificare le funzionalità Canvas per le quali concedere l’accesso ai tuoi utenti. Per la configurazione standard del dominio, utilizza il resto di questa sezione per configurare le autorizzazioni specifiche di Canvas.

Nelle istruzioni di configurazione Usa una configurazione personalizzata per Amazon SageMaker AI, seleziona le autorizzazioni Canvas che desideri concedere nella Fase 2. Utenti e attività di ML. Nella sezione Attività di ML, puoi selezionare le policy di autorizzazione seguenti per concedere l’accesso alle funzionalità di Canvas. Quando configuri il dominio, puoi selezionare un massimo di otto attività di ML in totale. Le prime due autorizzazioni nell’elenco seguente sono necessarie per utilizzare Canvas, mentre le altre sono per funzionalità aggiuntive.

  • Esecuzione di applicazioni Studio: queste autorizzazioni sono necessarie per avviare l’applicazione Canvas.

  • Accesso di base Canvas: queste autorizzazioni consentono di accedere all’applicazione e alle funzionalità di base di Canvas, come la creazione di set di dati, l’utilizzo di trasformazioni di dati di base e la creazione e l’analisi di modelli.

  • (Facoltativo) Preparazione dei dati Canvas (con tecnologia Data Wrangler): queste autorizzazioni concedono l’accesso per la creazione di flussi di dati e l’uso di trasformazioni avanzate per preparare i dati in Canvas. Queste autorizzazioni sono necessarie anche per creare processi di elaborazione dati e pianificazioni dei processi di preparazione dati.

  • (Facoltativo) Servizi AI Canvas: queste autorizzazioni ti consentono di accedere ai Ready-to-use modelli, ai modelli di base e alle funzionalità di Chat with Data in Canvas.

  • (Facoltativo) Accesso Kendra: questa autorizzazione consente di accedere alla funzionalità di query sui documenti, che permette di eseguire query sui documenti archiviati in un indice Amazon Kendra utilizzando i modelli di fondazione in Canvas.

    Se selezioni questa opzione, nella sezione Canvas Kendra Access, inserisci IDs gli indici Amazon Kendra a cui desideri concedere l'accesso.

  • (Facoltativo) Canvas MLOps: questa autorizzazione ti consente di accedere alla funzionalità di distribuzione dei modelli in Canvas, dove puoi distribuire modelli da utilizzare in produzione.

Nella sezione Fase 3. Applicazioni della configurazione del dominio, scegli Configura Canvas e quindi procedi come descritto di seguito:

  1. Per la configurazione di archiviazione Canvas, specifica dove desideri che Canvas archivi i dati dell’applicazione, come artefatti del modello, previsioni in batch, set di dati e log. SageMaker L'IA crea una Canvas/ cartella all'interno di questo bucket per archiviare i dati. Per ulteriori informazioni, consulta Configurazione dello storage Amazon S3. In questa sezione, completa le operazioni seguenti:

    1. Seleziona Sistema gestito se desideri impostare la posizione sul bucket predefinito SageMaker creato dall'intelligenza artificiale che segue lo schema. s3://sagemaker-{Region}-{your-account-id}

    2. Seleziona Custom S3 per specificare il tuo bucket Amazon S3 come percorso di archiviazione. Immetti quindi l'URI di Amazon S3.

    3. (Facoltativo) In Chiave di crittografia, specifica una chiave KMS per crittografare gli artefatti Canvas archiviati nel percorso specificato.

  2. (Facoltativo) In Amazon Q Developer, procedi come descritto di seguito:

    1. Attiva Abilita Amazon Q Developer in SageMaker Canvas per il machine learning in linguaggio naturale per concedere ai tuoi utenti le autorizzazioni per sfruttare l'assistenza generativa dell'intelligenza artificiale durante il loro flusso di lavoro ML in Canvas. Questa opzione autorizza solo a eseguire query in Amazon Q Developer per ottenere assistenza in merito ad attività predeterminate che possono essere completate nell’applicazione Canvas.

    2. Attiva la chat per sviluppatori di Amazon Q per AWS domande generali per concedere ai tuoi utenti le autorizzazioni per effettuare domande generative di intelligenza artificiale relative ai servizi. AWS

  3. (Facoltativo) Configura la sezione Elaborazione di grandi quantità di dati se i tuoi utenti intendono elaborare set di dati più grandi di 5 GB in Canvas. Per informazioni dettagliate su come configurare queste opzioni, consulta Concessione di autorizzazioni agli utenti per utilizzare grandi quantità di dati nel ciclo di vita di ML.

  4. (Facoltativo) Per la sezione Configurazione delle autorizzazioni ML Ops, completa le operazioni seguenti:

    1. Lascia attivata l'opzione Abilita la distribuzione diretta dei modelli Canvas per concedere ai tuoi utenti le autorizzazioni per distribuire i loro modelli da Canvas a un endpoint AI. SageMaker Per maggiori informazioni sull’implementazione di un modello in Canvas, consulta Distribuzione di modelli su un endpoint.

    2. Lascia attiva l'opzione Abilita le autorizzazioni di registrazione del registro dei modelli per tutti gli utenti per concedere ai tuoi utenti le autorizzazioni per registrare la versione del loro modello nel registro dei modelli SageMaker AI (è attivata per impostazione predefinita). Per ulteriori informazioni, consulta Registra una versione del modello nel registro dei modelli AI SageMaker .

    3. Se hai lasciato attiva l’opzione Abilita le autorizzazioni di registrazione nel registro dei modelli per tutti gli utenti, seleziona Registra solo nel registro dei modelli o Registra e approva il modello ne registro dei modelli.

  5. (Facoltativo) Nella sezione Configurazione del caricamento di file locali, attiva l’opzione Abilita caricamento di file locali per concedere agli utenti le autorizzazioni per caricare file su Canvas dai loro computer locali. L’attivazione di questa opzione collega una policy Condivisione delle risorse multiorigine (CORS) al bucket Amazon S3 specificato nella configurazione di archiviazione Canvas (e sostituisce qualsiasi policy CORS esistente). Per ulteriori informazioni sulle autorizzazioni di caricamento di file locali, consulta Concedi ai tuoi utenti le autorizzazioni per caricare file locali.

  6. (Facoltativo) Per la sezione OAuth delle impostazioni, effettuate le seguenti operazioni:

    1. Scegliete Aggiungi OAuth configurazione.

    2. In Origine dati, seleziona la tua origine dati.

    3. In Configurazione del segreto, seleziona Crea un nuovo segreto e inserisci le informazioni che hai ricevuto dal tuo gestore dell’identità digitale. Se non hai ancora eseguito la OAuth configurazione iniziale con la tua fonte di dati, vediConfigura le connessioni alle sorgenti dati con OAuth.

  7. (Facoltativo) Per la configurazione Ready-to-use dei modelli Canvas, effettuate le seguenti operazioni:

    1. Lascia attiva l'opzione Abilita Ready-to-use modelli Canvas per concedere ai tuoi utenti le autorizzazioni per generare previsioni con Ready-to-use modelli in Canvas (è attivata per impostazione predefinita). Questa opzione concede anche le autorizzazioni per chattare con modelli basati su IA generativa. Per ulteriori informazioni, consulta Modelli di base generativi di intelligenza artificiale in Canvas SageMaker .

    2. Lascia attivata l'opzione Abilita query sui documenti utilizzando Amazon Kendra per concedere ai tuoi utenti le autorizzazioni per utilizzare i modelli di base per fare query sui documenti archiviati in un indice Amazon Kendra. Quindi, dal menu a discesa, seleziona gli indici esistenti ai quali desideri concedere l’accesso. Per ulteriori informazioni, consulta Modelli di base generativi di intelligenza artificiale in Canvas SageMaker .

    3. In Ruolo di Amazon Bedrock, seleziona Crea e utilizza un nuovo ruolo di esecuzione per creare un nuovo ruolo di esecuzione IAM che abbia una relazione di attendibilità con Amazon Bedrock. Questo ruolo IAM viene assunto da Amazon Bedrock per ottimizzare modelli di linguaggio di grandi dimensioni (LLMs) in Canvas. Se disponi già di un ruolo di esecuzione con una relazione di attendibilità, seleziona Utilizza un ruolo di esecuzione esistente e scegli il tuo ruolo dall’elenco a discesa. Per ulteriori informazioni sulla configurazione manuale delle autorizzazioni per il tuo ruolo di esecuzione, consulta Concessione di autorizzazioni agli utenti per utilizzare le funzionalità di Amazon Bedrock e di IA generativa in Canvas.

  8. Completa la configurazione del resto delle impostazioni del dominio utilizzando le procedure in Usa una configurazione personalizzata per Amazon SageMaker AI.

Nota

Se riscontri problemi con la concessione delle autorizzazioni tramite la console, ad esempio le autorizzazioni per Ready-to-use i modelli, consulta l'argomento. Risoluzione dei problemi relativi alla concessione delle autorizzazioni tramite la console AI SageMaker

Ora dovresti avere un dominio SageMaker AI configurato e tutte le autorizzazioni Canvas configurate.

Puoi modificare le autorizzazioni Canvas per un dominio o un utente specifico dopo la configurazione iniziale del dominio. Le impostazioni dei singoli utenti hanno la precedenza sulle impostazioni del dominio. Per informazioni su come modificare le autorizzazioni di Canvas nelle impostazioni del dominio, consulta Modifica delle impostazioni del dominio.

Concediti le autorizzazioni per utilizzare funzionalità specifiche in Canvas

Le informazioni seguenti descrivono le diverse autorizzazioni che puoi concedere a un utente Canvas per consentire l’utilizzo di varie opzioni e funzionalità all’interno di Canvas: Alcune di queste autorizzazioni possono essere concesse durante la configurazione del dominio, ma altre richiedono autorizzazioni o configurazioni aggiuntive. Fai riferimento alle informazioni sulle autorizzazioni specifiche per ogni funzionalità che desideri abilitare:

  • Caricamento dei file locali. Le autorizzazioni per il caricamento dei file locali vengono attivate per impostazione predefinita nelle autorizzazioni di base di Canvas durante la configurazione del dominio. Se non riesci a caricare file locali dalla tua macchina SageMaker su Canvas, puoi allegare una policy CORS al bucket Amazon S3 che hai specificato nella configurazione di storage Canvas. Se hai consentito all' SageMaker IA di utilizzare il bucket predefinito, il bucket segue lo schema di denominazione. s3://sagemaker-{Region}-{your-account-id} Per ulteriori informazioni, consulta Grant Your Users Permissions to Upload Local Files.

  • Modelli di previsione di immagini e testi personalizzati. Le autorizzazioni per la creazione di modelli di previsione di immagini e testo personalizzati vengono attivate per impostazione predefinita nelle autorizzazioni di base di Canvas durante la configurazione del dominio. Tuttavia, se disponi di una configurazione IAM personalizzata e non desideri collegare la AmazonSageMakerCanvasFullAccesspolicy al ruolo di esecuzione IAM dell'utente, devi concedere esplicitamente all'utente le autorizzazioni necessarie. Per ulteriori informazioni, consulta Concedi ai tuoi utenti le autorizzazioni per creare modelli di previsione di immagini e testo personalizzati.

  • Ready-to-use modelli e modelli di base. Potresti voler utilizzare i Ready-to-use modelli Canvas per fare previsioni per i tuoi dati. Con le autorizzazioni Ready-to-use dei modelli, puoi anche chattare con modelli generativi basati sull'intelligenza artificiale. Le autorizzazioni vengono attivate per impostazione predefinita durante la configurazione del dominio oppure puoi modificare le autorizzazioni per un dominio creato in precedenza. L'opzione di autorizzazione Ready-to-use dei modelli Canvas aggiunge la politica di AmazonSageMakerCanvasAIServicesaccesso al ruolo di esecuzione. Per ulteriori informazioni, consulta la Nozioni di base sezione della documentazione dei Ready-to-use modelli.

    Per ulteriori informazioni sulle nozioni di base sui modelli di fondazione dell'IA generativa, consulta Modelli di base generativi di intelligenza artificiale in Canvas SageMaker .

  • Fine-tuning dei modelli di fondazione. Per eseguire il fine-tuning dei modelli di fondazione in Canvas, puoi aggiungere le autorizzazioni durante la configurazione del dominio oppure puoi modificare le autorizzazioni per il dominio o il profilo utente dopo aver creato il dominio. Devi aggiungere la policy di AmazonSageMakerCanvasAIServicesaccesso al ruolo AWS IAM che hai scelto durante la configurazione del profilo utente e devi anche aggiungere una relazione di trust con Amazon Bedrock al ruolo. Per istruzioni su come aggiungere queste autorizzazioni al ruolo IAM, consulta Concessione di autorizzazioni agli utenti per utilizzare le funzionalità di Amazon Bedrock e di IA generativa in Canvas.

  • Invia previsioni in batch a Quick Suite. Potresti voler inviare previsioni in batch, o set di dati di previsioni generati da un modello personalizzato, a Quick Suite per l'analisi. In QuickSight, puoi creare e pubblicare dashboard predittivi con i risultati delle previsioni. Per istruzioni su come aggiungere queste autorizzazioni al ruolo IAM del tuo utente Canvas, consulta Concedi ai tuoi utenti le autorizzazioni per inviare previsioni a Quick Suite.

  • Distribuisci i modelli Canvas su un endpoint AI. SageMaker SageMaker AI Hosting offre endpoint che puoi utilizzare per implementare il tuo modello da utilizzare in produzione. Puoi distribuire modelli integrati in Canvas su un endpoint di SageMaker intelligenza artificiale e quindi fare previsioni a livello di codice in un ambiente di produzione. Per ulteriori informazioni, consulta Distribuzione di modelli su un endpoint.

  • Registrazione delle versioni del modello nel Model Registry. Potresti voler registrare le versioni del tuo modello nel registro dei modelli SageMaker AI, che è un archivio per tracciare lo stato delle versioni aggiornate del tuo modello. Un data scientist o un MLOps team che lavora nel SageMaker Model Registry può visualizzare le versioni del modello che hai creato e approvarle o rifiutarle. Quindi, può implementare la versione del modello in produzione o avviare un flusso di lavoro automatizzato. Le autorizzazioni di registrazione dei modelli per il tuo dominio sono attive per impostazione predefinita. Puoi gestire le autorizzazioni a livello di profilo utente e concedere o rimuovere le autorizzazioni a utenti specifici. Per ulteriori informazioni, consulta Registra una versione del modello nel registro dei modelli AI SageMaker .

  • Importa dati da Amazon Redshift. Se desideri importare dati da Amazon Redshift, devi concederti autorizzazioni aggiuntive. Devi aggiungere la policy AmazonRedshiftFullAccess gestita al ruolo AWS IAM che hai scelto durante la configurazione del profilo utente. Per istruzioni su come aggiungere la policy al ruolo, consulta Grant Users Permissions to Import Amazon Redshift Data.

Nota

Le autorizzazioni necessarie per l'importazione tramite altre fonti di dati, come Amazon Athena e piattaforme SaaS, sono incluse nelle politiche e. AmazonSageMakerFullAccessAmazonSageMakerCanvasFullAccess Se hai seguito le istruzioni di configurazione standard, queste policy dovrebbero essere già collegate al tuo ruolo di esecuzione. Per ulteriori informazioni su queste origini dati e le relative autorizzazioni, consulta Connessione alle origini dati.

Passaggio 1: accedi a Canvas SageMaker

Una volta completata la configurazione iniziale, puoi accedere a SageMaker Canvas con uno dei seguenti metodi, a seconda del caso d'uso:

  • Nella console SageMaker AI, scegli Canvas nel riquadro di navigazione a sinistra. Quindi, nella pagina Canvas, seleziona il tuo utente dall’elenco a discesa e avvia l’applicazione Canvas.

  • Apri SageMaker Studio e, nell'interfaccia di Studio, vai alla pagina Canvas e avvia l'applicazione Canvas.

  • Utilizza i metodi SSO basati su SAML 2.0 della tua organizzazione, come Okta o Centro identità IAM.

Quando accedi a SageMaker Canvas per la prima volta, SageMaker AI crea l'applicazione e uno spazio SageMaker AI per te. I dati dell’applicazione Canvas vengono archiviati nello spazio. Per ulteriori informazioni sugli spazi, consulta Collaborazione con spazi condivisi. Lo spazio è composto dalle applicazioni del tuo profilo utente e da una directory condivisa per tutti i dati delle tue applicazioni. Se non desideri utilizzare lo spazio predefinito creato dall' SageMaker IA e preferisci creare il tuo spazio per l'archiviazione dei dati dell'applicazione, consulta la paginaArchivia i dati delle applicazioni SageMaker Canvas nel tuo spazio AI SageMaker .

Passaggio 2: usa SageMaker Canvas per ottenere previsioni

Dopo aver effettuato l'accesso a Canvas, puoi iniziare a creare modelli e generare previsioni per i tuoi dati.

Puoi utilizzare i Ready-to-use modelli Canvas per fare previsioni senza creare un modello oppure creare un modello personalizzato per il tuo problema aziendale specifico. Consulta le seguenti informazioni per decidere se Ready-to-use i modelli o i modelli personalizzati sono i migliori per il tuo caso d'uso.

  • Ready-to-use modelli. Con Ready-to-use i modelli, puoi utilizzare modelli predefiniti per estrarre informazioni dai tuoi dati. I Ready-to-use modelli coprono una varietà di casi d'uso, come il rilevamento del linguaggio e l'analisi dei documenti. Per iniziare a fare previsioni con Ready-to-use i modelli, consultaReady-to-use modelli.

  • Modelli personalizzati. Con i modelli personalizzati puoi creare diversi tipi di modelli personalizzati per generare previsioni per i tuoi dati. Utilizza i modelli personalizzati se desideri creare un modello addestrato sui dati specifici della tua azienda e se desideri utilizzare funzionalità come la valutazione delle prestazioni del modello. Per iniziare a creare un modello personalizzato, consulta Modelli personalizzati.