跟踪 SageMaker 机器学习管道的世系 - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

跟踪 SageMaker 机器学习管道的世系

在本教程中，您将使用 Amazon SageMaker Studio 来跟踪 Amazon SageMaker 机器学习管道的世系。

该管道由 Amazon SageMaker 示例 GitHub 存储库中的使用 Amazon SageMaker 建模管线编排作业笔记本创建。有关如何创建管道的详细信息，请参阅定义管道。

Studio 中的世系跟踪以有向无环图 (DAG) 为中心。DAG 表示管道中的步骤。在 DAG 中，您可以跟踪从任何步骤到任何其他步骤的世系。下图显示了管道中的步骤。这些步骤在 Studio 中显示为 DAG。

先决条件
跟踪管道的世系

  1. 登录 SageMaker Studio。

  2. 在 Studio 的左侧边栏中，选择主页图标 ( )。

  3. 在菜单中，选择管道。

  4. 使用搜索框来筛选管道列表。

  5. 双击 AbalonePipeline 管道可查看执行列表和其他有关管道的详细信息。在右侧边栏中选择 Property Inspector 图标 ( )，打开表属性窗格，您可以在其中选择要查看的属性。

  6. 选择设置选项卡，然后选择下载管道定义文件。您可以查看该文件以了解管道图表的定义方式。

  7. 在执行选项卡上，双击执行列表的第一行以查看其执行图表和其他有关执行的详细信息。请注意，该图表与教程开头显示的图表相匹配。

    您可以拖动图表（选择图表本身以外的区域），也可以使用图表右下角的大小调整图标。图表右下角的嵌入图显示您在图表中的位置。

  8. 在图表选项卡上，选择 AbaloneProcess 步骤以查看有关该步骤的详细信息。

  9. 在输出选项卡的文件下方找到训练、验证和测试数据集的 Amazon S3 路径。

    注意

    要获取完整路径，请右键单击路径，然后选择复制单元格内容。

    s3://sagemaker-eu-west-1-acct-id/sklearn-abalone-process-2020-12-05-17-28-28-509/output/train
s3://sagemaker-eu-west-1-acct-id/sklearn-abalone-process-2020-12-05-17-28-28-509/output/validation
s3://sagemaker-eu-west-1-acct-id/sklearn-abalone-process-2020-12-05-17-28-28-509/output/test

  10. 选择 AbaloneTrain 步骤。

  11. 在输出选项卡的文件下方找到模型构件的 Amazon S3 路径：

    s3://sagemaker-eu-west-1-acct-id/AbaloneTrain/pipelines-6locnsqz4bfu-AbaloneTrain-NtfEpI0Ahu/output/model.tar.gz

  12. 选择 AbaloneRegisterModel 步骤。

  13. 在输出选项卡的文件下方找到模型包的 ARN：

    arn:aws:sagemaker:eu-west-1:acct-id:model-package/abalonemodelpackagegroupname/2