本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
Neptune ML 模型训练 API
模型训练操作：
模型训练结构：
StartMLModelTrainingJob（操作）
此 API 的 Amazon CLI 名称为：start-ml-model-training-job。
创建新的 Neptune ML 模型训练任务。请参阅使用 modeltraining 命令进行模型训练。
在启用了 IAM 身份验证的 Neptune 集群中调用此操作时，发出请求的 IAM 用户或角色必须附加允许在该集群中执行 neptune-db:StartMLModelTrainingJob IAM 操作的策略。
请求
-
baseProcessingInstanceType（在 CLI 中：
--base-processing-instance-type）– 一个字符串，类型为：string（UTF-8 编码的字符串）。用于准备和管理机器学习模型训练的机器学习实例的类型。这是根据用于处理训练数据和模型的内存要求选择的 CPU 实例。
-
customModelTrainingParameters（在 CLI 中：
--custom-model-training-parameters） – CustomModelTrainingParameters 对象。自定义模型训练的配置。这是 JSON 对象。
-
dataProcessingJobId（在 CLI 中：
--data-processing-job-id）– 必需：一个字符串，类型为：string（UTF-8 编码的字符串）。已完成的数据处理任务的任务 ID，该任务已创建训练将使用的数据。
-
enableManagedSpotTraining（在 CLI 中：
--enable-managed-spot-training）– 一个布尔值，类型为：boolean[布尔值（true 或 false）]。使用 Amazon Elastic Compute Cloud 竞价型实例优化训练机器学习模型的成本。默认为
False。 -
id（在 CLI 中：
--id）– 一个字符串，类型为：string（UTF-8 编码的字符串）。新任务的唯一标识符。默认值为自动生成的 UUID。
-
maxHPONumberOfTrainingJobs（在 CLI 中：
--max-hpo-number-of-training-jobs）– 一个整数，类型为：integer（带符号的 32 位整数）。超参数调整任务要启动的最大训练任务总数。默认值为 2。Neptune ML 会自动调整机器学习模型的超参数。要获得性能良好的模型，请至少使用 10 个任务（换句话说，将
maxHPONumberOfTrainingJobs设置为 10）。通常，调整次数越多，结果越好。 -
maxHPOParallelTrainingJobs（在 CLI 中：
--max-hpo-parallel-training-jobs）– 一个整数，类型为：integer（带符号的 32 位整数）。为超参数调整任务启动的最大并行训练任务数。默认值为 2。您可以运行的并行任务数量受训练实例上可用资源的限制。
-
neptuneIamRoleArn（在 CLI 中：
--neptune-iam-role-arn）– 一个字符串，类型为：string（UTF-8 编码的字符串）。向 Neptune 提供对 SageMaker 和 Amazon S3 资源的访问权限的 IAM 角色的 ARN。必须将其列在您的数据库集群参数组中，否则将发生错误。
-
previousModelTrainingJobId（在 CLI 中：
--previous-model-training-job-id）– 一个字符串，类型为：string（UTF-8 编码的字符串）。已完成的模型训练任务的任务 ID，您要根据更新的数据以递增方式更新该任务。
-
s3OutputEncryptionKMSKey（在 CLI 中：
--s-3-output-encryption-kms-key）– 一个字符串，类型为：string（UTF-8 编码的字符串）。SageMaker 用于加密处理任务的输出的 Amazon Key Management Service (KMS) 密钥。默认值为“无”。
-
sagemakerIamRoleArn（在 CLI 中：
--sagemaker-iam-role-arn）– 一个字符串，类型为：string（UTF-8 编码的字符串）。用于 SageMaker 执行的 IAM 角色的 ARN。必须将其列在您的数据库集群参数组中，否则将发生错误。
-
securityGroupIds（在 CLI 中：
--security-group-ids）– 一个字符串，类型为：string（UTF-8 编码的字符串）。VPC 安全组 ID。默认值为 None (无)。
-
subnets（在 CLI 中：
--subnets）– 一个字符串，类型为：string（UTF-8 编码的字符串）。Neptune VPC 中子网的 ID。默认值为 None (无)。
-
trainingInstanceType（在 CLI 中：
--training-instance-type）– 一个字符串，类型为：string（UTF-8 编码的字符串）。用于模型训练的 ML 实例的类型。所有 Neptune ML 模型都支持 CPU、GPU 和多 GPU 训练。默认为
ml.p3.2xlarge。为训练选择正确的实例类型取决于任务类型、图形大小和预算。 -
trainingInstanceVolumeSizeInGB（在 CLI 中：
--training-instance-volume-size-in-gb）– 一个整数，类型为：integer（带符号的 32 位整数）。训练实例的磁盘卷大小。输入数据和输出模型都存储在磁盘上，因此卷大小必须足够大，以容纳两个数据集。默认值为 0。如果未指定或为 0，Neptune ML 会根据数据处理步骤中生成的建议选择磁盘卷大小。
-
trainingTimeOutInSeconds（在 CLI 中：
--training-time-out-in-seconds）– 一个整数，类型为：integer（带符号的 32 位整数）。训练任务的超时（以秒为单位）。默认值为 86400（1 天）。
-
trainModelS3Location（在 CLI 中：
--train-model-s3-location）– 必需：一个字符串，类型为：string（UTF-8 编码的字符串）。Amazon S3 中要存储模型构件的位置。
-
volumeEncryptionKMSKey（在 CLI 中：
--volume-encryption-kms-key）– 一个字符串，类型为：string（UTF-8 编码的字符串）。Amazon Key Management Service (KMS) 密钥，SageMaker 使用它来加密连接到运行训练任务的 ML 计算实例的存储卷上的数据。默认值为 None (无)。
响应
-
arn – 一个字符串，类型为：
string（UTF-8 编码的字符串）。新模型训练任务的 ARN。
-
creationTimeInMillis – 长整型，类型为：
long（有符号的 64 位整数）。模型训练任务创建时间，以毫秒为单位。
-
id – 一个字符串，类型为：
string（UTF-8 编码的字符串）。新模型训练任务的唯一 ID。
错误
ListMLModelTrainingJobs（操作）
此 API 的 Amazon CLI 名称为：list-ml-model-training-jobs。
列出 Neptune ML 模型训练任务。请参阅使用 modeltraining 命令进行模型训练。
在启用了 IAM 身份验证的 Neptune 集群中调用此操作时，发出请求的 IAM 用户或角色必须附加允许在该集群中执行 neptune-db:neptune-db:ListMLModelTrainingJobs IAM 操作的策略。
请求
-
maxItems（在 CLI 中：
--max-items）– ListMLModelTrainingJobsInputMaxItemsInteger，类型为：integer（带符号的 32 位整数），不小于 1 或大于 1024。要返回的最大项目数（从 1 到 1024；默认值为 10）。
-
neptuneIamRoleArn（在 CLI 中：
--neptune-iam-role-arn）– 一个字符串，类型为：string（UTF-8 编码的字符串）。向 Neptune 提供对 SageMaker 和 Amazon S3 资源的访问权限的 IAM 角色的 ARN。必须将其列在您的数据库集群参数组中，否则将发生错误。
响应
-
ids – 一个字符串，类型为：
string（UTF-8 编码的字符串）。模型训练任务 ID 列表的页面。
错误
GetMLModelTrainingJob（操作）
此 API 的 Amazon CLI 名称为：get-ml-model-training-job。
检索有关 Neptune ML 模型训练任务的信息。请参阅使用 modeltraining 命令进行模型训练。
在启用了 IAM 身份验证的 Neptune 集群中调用此操作时，发出请求的 IAM 用户或角色必须附加允许在该集群中执行 neptune-db:GetMLModelTrainingJobStatus IAM 操作的策略。
请求
-
id（在 CLI 中：
--id）– 必需：一个字符串，类型为：string（UTF-8 编码的字符串）。要检索的模型训练任务的唯一标识符。
-
neptuneIamRoleArn（在 CLI 中：
--neptune-iam-role-arn）– 一个字符串，类型为：string（UTF-8 编码的字符串）。向 Neptune 提供对 SageMaker 和 Amazon S3 资源的访问权限的 IAM 角色的 ARN。必须将其列在您的数据库集群参数组中，否则将发生错误。
响应
-
hpoJob – 一个 MlResourceDefinition 对象。
HPO 任务。
-
id – 一个字符串，类型为：
string（UTF-8 编码的字符串）。此模型训练任务的唯一标识符。
-
mlModels – MlConfigDefinition 对象的数组。
正在使用的机器学习模型的配置列表。
-
modelTransformJob – 一个 MlResourceDefinition 对象。
模型转换任务。
-
processingJob – 一个 MlResourceDefinition 对象。
数据处理任务。
-
status – 一个字符串，类型为：
string（UTF-8 编码的字符串）。模型训练任务的状态。
错误
CancelMLModelTrainingJob（操作）
此 API 的 Amazon CLI 名称为：cancel-ml-model-training-job。
取消 Neptune ML 模型训练任务。请参阅使用 modeltraining 命令进行模型训练。
在启用了 IAM 身份验证的 Neptune 集群中调用此操作时，发出请求的 IAM 用户或角色必须附加允许在该集群中执行 neptune-db:CancelMLModelTrainingJob IAM 操作的策略。
请求
-
clean（在 CLI 中：
--clean）– 一个布尔值，类型为：boolean[布尔值（true 或 false）]。如果设置为
TRUE，则此标志指定在任务停止时应删除所有 Amazon S3 构件。默认为FALSE。 -
id（在 CLI 中：
--id）– 必需：一个字符串，类型为：string（UTF-8 编码的字符串）。要取消的模型训练任务的唯一标识符。
-
neptuneIamRoleArn（在 CLI 中：
--neptune-iam-role-arn）– 一个字符串，类型为：string（UTF-8 编码的字符串）。向 Neptune 提供对 SageMaker 和 Amazon S3 资源的访问权限的 IAM 角色的 ARN。必须将其列在您的数据库集群参数组中，否则将发生错误。
响应
-
status – 一个字符串，类型为：
string（UTF-8 编码的字符串）。取消的状态。
错误
模型训练结构：
CustomModelTrainingParameters（结构）
包含自定义模型训练参数。请参阅 Neptune ML 中的自定义模型。
字段
-
sourceS3DirectoryPath – 这是必需的：一个字符串，类型为：
string（UTF-8 编码的字符串）。实现您的模型的 Python 模块所在的 Amazon S3 位置的路径。这必须指向有效的现有 Amazon S3 位置，其中至少包含训练脚本、转换脚本和
model-hpo-configuration.json文件。 -
trainingEntryPointScript – 这是一个字符串，类型为：
string（UTF-8 编码的字符串）。执行模型训练并将超参数作为命令行参数（包括固定的超参数）的脚本模块中入口点的名称。默认为
training.py。 -
transformEntryPointScript – 这是一个字符串，类型为：
string（UTF-8 编码的字符串）。脚本模块中入口点的名称，该脚本应在确定超参数搜索中的最佳模型之后运行，以计算模型部署所需的模型构件。它应该能够在没有命令行参数的情况下运行。默认值为
transform.py。