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. # Compilar un modelo (Amazon SageMaker AI Console) Puede crear un trabajo de compilación de Amazon SageMaker Neo en la consola Amazon SageMaker AI. 1. En la consola de **Amazon SageMaker AI**, selecciona **Trabajos de compilación** y, a continuación, selecciona **Crear trabajo de compilación**. ![Crear un trabajo de compilación.](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/neo/8-create-compilation-job.png) 1. En la página **Crear trabajo de compilación**, en **Nombre de trabajo**, escriba un nombre. Después seleccione un **rol de IAM**. ![Página Crear trabajo de compilación](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/neo/9-create-compilation-job-config.png) 1. Si no tiene un rol de IAM, elija **Crear nuevo rol**. ![Ubicación de Crear rol de IAM](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/neo/10a-create-iam-role.png) 1. En la página **Crear un rol de IAM**, elija **Cualquier bucket de S3** y elija **Crear rol**. ![Página Crear rol de IAM](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/neo/10-create-iam-role.png) 1. ------ #### [ Non PyTorch Frameworks ] En la sección de **Configuración de entrada**, escriba la ruta del URI del bucket de Amazon S3 que contiene los artefactos del modelo en el campo **Ubicación de artefactos del modelo**. Los artefactos del modelo deben estar en un formato de archivo tar comprimido (`.tar.gz`). En el campo de **Configuración de entrada de datos**, introduzca la cadena JSON que especifica la forma de los datos de entrada. Para **Marco de machine learning**, elija el marco que prefiera. ![Página Configuración de entrada](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/neo/neo-create-compilation-job-input-config.png) Para ver ejemplos de cadenas JSON de datos de entrada que dependen de marcos, consulte [Qué formas de datos de entrada espera Neo](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-troubleshooting.html#neo-troubleshooting-errors-preventing). ------ #### [ PyTorch Framework ] Se aplican instrucciones similares a la compilación de PyTorch modelos. Sin embargo, si ha entrenado con el modelo PyTorch y está intentando compilarlo para `ml_*` (excepto`ml_inf`) el objetivo, puede especificar, si lo desea, la versión PyTorch que ha utilizado. ![Ejemplo de la sección Configuración de entrada que muestra dónde elegir la opción Versión del marco](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/neo/compile_console_pytorch.png) Para ver ejemplos de cadenas JSON de datos de entrada que dependen de marcos, consulte [Qué formas de datos de entrada espera Neo](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-troubleshooting.html#neo-troubleshooting-errors-preventing). **Notas** Si guardó el modelo con la PyTorch versión 2.0 o posterior, el **campo de configuración de entrada de datos** es opcional. SageMaker Neo obtiene la configuración de entrada del archivo de definición del modelo con el que se crea PyTorch. Para obtener más información sobre cómo crear el archivo de definición, consulte la [PyTorch](neo-compilation-preparing-model.md#how-to-save-pytorch) sección sobre cómo *guardar modelos para SageMaker AI Neo*. Al compilar `ml_*` instancias mediante un PyTorch framework, utilice el campo de **opciones del compilador** en la **configuración de salida** para proporcionar el tipo de datos correcto (`dtype`) de la entrada del modelo. El valor predeterminado se establece en `"float32"`. ![Ejemplo de la sección Configuración de salida](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/neo/neo_compilation_console_pytorch_compiler_options.png) **aviso** Si especifica una ruta del URI del bucket de Amazon S3 que lleva al archivo `.pth`, aparecerá el siguiente error después de iniciar la compilación: `ClientError: InputConfiguration: Unable to untar input model.Please confirm the model is a tar.gz file` ------ 1. Vaya a la sección de **Configuración de salida**. Elija dónde desea implementar su modelo. Puede implementar su modelo en un **Dispositivo de destino** o en una **Plataforma de destino**. Los dispositivos de destino incluyen dispositivos periféricos y en la nube. Las plataformas de destino hacen referencia a sistemas operativos, arquitectura y aceleradores específicos en los que desea que se ejecute su modelo. En **Ubicación de salida de S3**, escriba la ruta o al bucket de S3 o donde desee almacenar el modelo. Si lo desea, puede añadir opciones del compilador en formato JSON en la sección **Opciones del compilador**. ![Página Configuración de salida](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/neo/neo-console-output-config.png) 1. Compruebe el estado del trabajo de compilación cuando se inicie. Este estado del trabajo se encuentra en la parte superior de la página del **Trabajo de compilación**, como se muestra en la siguiente captura de pantalla. También puede comprobar su estado en la columna **Estado**. ![Estado del trabajo de compilación.](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/neo/12-run-model-compilation.png) 1. Compruebe el estado del trabajo de compilación cuando se haya completado. Puede comprobar el estado en la columna **Estado**, como se muestra en la siguiente captura de pantalla. ![Estado del trabajo de compilación.](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/neo/12a-completed-model-compilation.png)