Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Des listes pour vos propres algorithmes et modèles avec le AWS Marketplace
La vente d'algorithmes et de packages de modèles Amazon SageMaker AI est un processus en trois étapes :
1. Développez votre algorithme ou votre modèle, et packagez-le dans un conteneur Docker. Pour plus d'informations, consultez [Développez des algorithmes et des modèles dans Amazon SageMaker AI](sagemaker-marketplace-develop.md).
1. Créez un algorithme ou une ressource de package de modèles dans SageMaker AI. Pour plus d'informations, consultez [Création de ressources d’algorithme et de package de modèle](sagemaker-mkt-create.md).
1. Inscrivez-vous en tant que vendeur sur AWS Marketplace et inscrivez votre algorithme ou votre modèle de package sur AWS Marketplace. Pour obtenir des informations sur l'inscription en tant que vendeur, consultez [Premiers pas en tant que vendeur](https://docs.aws.amazon.com/marketplace/latest/userguide/user-guide-for-sellers.html) dans le *guide de l'utilisateur pour fournisseurs AWS Marketplace *. Pour plus d'informations sur la mise en vente et la monétisation de vos algorithmes et de vos packages de modèles, consultez la section [Listing Algorithms and Model Packages in AWS Marketplace for Machine Learning](https://docs.aws.amazon.com/marketplace/latest/userguide/listing-algorithms-and-model-packages-in-aws-marketplace-for-machine-learning.html) dans le *Guide de l'utilisateur destiné aux AWS Marketplace fournisseurs*.
![\[Le flux de travail du vendeur dans l' SageMaker IA.\]](http://docs.aws.amazon.com/fr_fr/sagemaker/latest/dg/images/seller-flow.png)
## Rubriques
+ [Développez des algorithmes et des modèles dans Amazon SageMaker AI](sagemaker-marketplace-develop.md)
+ [Création de ressources d’algorithme et de package de modèle](sagemaker-mkt-create.md)
+ [Répertoriez votre algorithme ou votre package de modèles sur AWS Marketplace](sagemaker-mkt-list.md)
# Développez des algorithmes et des modèles dans Amazon SageMaker AI
Avant de pouvoir créer des ressources d'algorithmes et de packages de modèles à utiliser dans Amazon SageMaker AI ou à répertorier AWS Marketplace, vous devez les développer et les empaqueter dans des conteneurs Docker.
**Note**
Lorsque des algorithmes et des packages de modèles sont créés pour être listés AWS Marketplace, l' SageMaker IA analyse les conteneurs à la recherche de failles de sécurité sur les systèmes d'exploitation pris en charge.
Seules les versions de système d'exploitation suivantes sont prises en charge :
Debian : 6.0, 7, 8, 9, 10
Ubuntu : 12.04, 12.10, 13.04, 14.04, 14.10, 15.04, 15.10, 16.04, 16.10, 17.04, 17.10, 18.04, 18.10
CentOS : 5, 6, 7
Oracle Linux : 5, 6, 7
Alpine : 3.3, 3.4, 3.5
Amazon Linux
**Topics**
+ [Développez des algorithmes en SageMaker IA](#sagmeaker-mkt-develop-algo)
+ [Développez des modèles en SageMaker IA](#sagemaker-mkt-develop-model)
## Développez des algorithmes en SageMaker IA
Un algorithme doit être empaqueté sous forme de conteneur docker et stocké dans Amazon ECR pour être utilisé dans l'IA. SageMaker Le conteneur Docker contient le code d'entraînement utilisé pour exécuter des tâches d'entraînement et, le cas échéant, le code d'inférence utilisé pour obtenir des inférences depuis des modèles entraînés grâce à l'algorithme.
Pour plus d'informations sur le développement d'algorithmes dans l' SageMaker IA et leur conditionnement sous forme de conteneurs, consultez[Conteneurs Docker pour l’entraînement et le déploiement de modèles](docker-containers.md). Pour un exemple complet de création d'un conteneur d'algorithmes, consultez le bloc-notes d'exemple à l'adresse [https://sagemaker-examples.readthedocs.io/en/latest/advanced\$1functionality/scikit\$1bring\$1your\$1own/scikit\$1bring\$1your\$1own.html](https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/scikit_bring_your_own/scikit_bring_your_own.html). Vous pouvez également trouver l'exemple de bloc-notes dans une instance de SageMaker bloc-notes. Le bloc-notes se trouve dans la section **Advanced Functionality (Fonctionnalités avancées)** et s'appelle `scikit_bring_your_own.ipynb`.
Testez toujours minutieusement vos algorithmes avant de créer des ressources d'algorithmes sur lesquelles publier AWS Marketplace.
**Note**
Lorsqu'un acheteur s'abonne à votre produit conteneurisé, les conteneurs Docker s'exécutent dans une environnement isolé (sans Internet). Lorsque vous créez vos conteneurs, ne vous attendez pas à effectuer des appels sortants sur Internet. Les appels vers les AWS services ne sont pas non plus autorisés.
## Développez des modèles en SageMaker IA
Un modèle déployable dans l' SageMaker IA se compose d'un code d'inférence, d'artefacts de modèle, d'un rôle IAM utilisé pour accéder aux ressources et d'autres informations requises pour déployer le modèle dans l'IA. SageMaker Les artefacts de modèles sont les résultats de l'entraînement d'un modèle grâce à un algorithme de machine learning. Le code d'inférence doit être packagé dans un conteneur Docker et stocké dans Amazon ECR. Vous pouvez packager les artefacts de modèle dans le même conteneur que l'inférence code, ou les stocker dans Amazon S3.
Vous créez un modèle en exécutant une tâche de formation en SageMaker IA ou en entraînant un algorithme d'apprentissage automatique en dehors de l' SageMaker IA. Si vous exécutez une tâche de formation en SageMaker IA, les artefacts du modèle qui en résultent sont disponibles `ModelArtifacts` sur le terrain en réponse à un appel à l'[DescribeTrainingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeTrainingJob.html)opération. Pour plus d'informations sur le développement d'un conteneur de modèles d' SageMaker IA, consultez[Conteneurs avec code d’inférence personnalisé](your-algorithms-inference-main.md). Pour un exemple complet de création d'un conteneur de modèles à partir d'un modèle entraîné en dehors de l' SageMaker IA, consultez l'exemple de bloc-notes à l'adresse [https://sagemaker-examples.readthedocs.io/en/latest/advanced\$1functionality/xgboost\$1bring\$1your\$1own\$1model/xgboost\$1bring\$1your\$1own\$1model.html](https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/xgboost_bring_your_own_model/xgboost_bring_your_own_model.html).
Testez toujours minutieusement vos modèles avant de créer des packages de modèles sur lesquels publier AWS Marketplace.
**Note**
Lorsqu'un acheteur s'abonne à votre produit conteneurisé, les conteneurs Docker s'exécutent dans une environnement isolé (sans Internet). Lorsque vous créez vos conteneurs, ne vous attendez pas à effectuer des appels sortants sur Internet. Les appels vers les AWS services ne sont pas non plus autorisés.
# Répertoriez votre algorithme ou votre package de modèles sur AWS Marketplace
Après avoir créé et validé votre algorithme ou votre modèle dans Amazon SageMaker AI, mettez votre produit en vente AWS Marketplace. Le processus de mise en vente rend vos produits disponibles dans la console AWS Marketplace et dans l' SageMaker IA.
Pour mettre en vente des produits AWS Marketplace, vous devez être un vendeur enregistré. Pour vous inscrire, utilisez le processus d'auto-enregistrement depuis le portail de AWS Marketplace gestion (AMMP). Pour obtenir des informations, consultez [Premiers pas en tant que vendeur](https://docs.aws.amazon.com/marketplace/latest/userguide/user-guide-for-sellers.html) dans le *guide de l'utilisateur pour fournisseurs AWS Marketplace *. Lorsque vous lancez le processus de mise en vente de produits depuis la console Amazon SageMaker AI, nous vérifions le statut d'enregistrement de votre vendeur. Si vous n'êtes pas enregistré, nous vous demanderons de le faire.
Pour démarrer le processus d'élaboration de liste, effectuez l'une des actions suivantes :
+ Dans la console SageMaker AI, choisissez le produit, sélectionnez **Actions, puis** choisissez **Publish new ML Marketplace listing**. Celle-ci inclut la référence de votre produit, l'Amazon Resource Name (ARN), et vous dirige vers l'AMMP pour créer la liste.
+ Accédez au [processus d'élaboration de liste ML](https://aws.amazon.com/marketplace/management/ml-products/), saisissez manuellement l'Amazon Resource Name (ARN), et commencez à élaborer votre liste de produits. Ce processus reprend les métadonnées du produit que vous avez saisies lors de la création du produit dans SageMaker AI. Pour une liste d'algorithmes, les informations incluent les types d'instances pris en charge et les hyperparamètres. En outre, vous pouvez saisir une description du produit, des informations promotionnelles et des informations d'assistance comme vous le feriez pour d'autres AWS Marketplace produits.