Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Lacak garis keturunan pipa Dalam tutorial ini, Anda menggunakan Amazon SageMaker Studio untuk melacak garis keturunan Amazon SageMaker AI MLPipeline. [Pipeline ini dibuat oleh notebook [Orchestrating Jobs with Amazon SageMaker Model Building Pipelines](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-pipelines/tabular/abalone_build_train_deploy/sagemaker-pipelines-preprocess-train-evaluate-batch-transform.html) di repositori contoh Amazon. SageMaker GitHub ](https://github.com/awslabs/amazon-sagemaker-examples) Untuk informasi rinci tentang bagaimana pipa dibuat, lihat[Tentukan pipa](define-pipeline.md). Pelacakan garis keturunan di Studio berpusat di sekitar grafik asiklik terarah (DAG). DAG mewakili langkah-langkah dalam pipa. Dari DAG Anda dapat melacak garis keturunan dari langkah apa pun ke langkah lain. Diagram berikut menampilkan langkah-langkah dalam pipa. Langkah-langkah ini muncul sebagai DAG di Studio. ![\[\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/yosemite/pipeline-tutorial-steps.png) Untuk melacak garis keturunan pipeline di konsol Amazon SageMaker Studio, selesaikan langkah-langkah berikut berdasarkan apakah Anda menggunakan Studio atau Studio Classic. ------ #### [ Studio ] **Untuk melacak garis keturunan pipa** 1. Buka konsol SageMaker Studio dengan mengikuti petunjuk di [Luncurkan Amazon SageMaker Studio](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-updated-launch.html). 1. Di panel navigasi kiri, pilih **Pipelines**. 1. (Opsional) Untuk memfilter daftar saluran pipa berdasarkan nama, masukkan nama pipa lengkap atau sebagian di bidang pencarian. 1. Di kolom **Nama**, pilih nama pipeline untuk melihat detail tentang pipeline. 1. Pilih tab **Eksekusi**. 1. Di kolom **Nama** tabel **Eksekusi**, pilih nama eksekusi pipeline yang akan dilihat. 1. Di kanan atas halaman **Eksekusi**, pilih elipsis vertikal dan pilih **Download pipeline definition (**JSON). Anda dapat melihat file untuk melihat bagaimana grafik pipeline didefinisikan. 1. Pilih **Edit** untuk membuka Pipeline Designer. 1. Gunakan kontrol pengubahan ukuran dan zoom di sudut kanan atas kanvas untuk memperbesar dan memperkecil grafik, menyesuaikan grafik ke layar, atau memperluas grafik ke layar penuh. 1. Untuk melihat kumpulan data pelatihan, validasi, dan pengujian Anda, selesaikan langkah-langkah berikut: 1. Pilih langkah Pemrosesan dalam grafik pipeline Anda. 1. Di bilah sisi kanan, pilih tab **Ikhtisar**. 1. Di bagian **File**, temukan jalur Amazon S3 ke kumpulan data pelatihan, validasi, dan pengujian. 1. Untuk melihat artefak model Anda, selesaikan langkah-langkah berikut: 1. Pilih langkah Pelatihan dalam grafik pipeline Anda. 1. Di bilah sisi kanan, pilih tab **Ikhtisar**. 1. Di bagian **File**, temukan jalur Amazon S3 ke artefak model. 1. Untuk menemukan paket model ARN, selesaikan langkah-langkah berikut: 1. Pilih langkah model Register. 1. Di bilah sisi kanan, pilih tab **Ikhtisar**. 1. Di bagian **File**, temukan ARN dari paket model. ------ #### [ Studio Classic ] **Untuk melacak garis keturunan pipa** 1. Masuk ke Amazon SageMaker Studio Classic. Untuk informasi selengkapnya, lihat [Meluncurkan Amazon SageMaker Studio Classic](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-launch.html). 1. Di bilah sisi kiri Studio, pilih ikon **Beranda** (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/icons/house.png)). 1. Di menu, pilih **Pipelines**. 1. Gunakan kotak **Pencarian** untuk memfilter daftar pipeline. 1. Pilih `AbalonePipeline` pipeline untuk melihat daftar eksekusi dan detail lainnya tentang pipeline. 1. Pilih ikon **Property Inspector** (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/icons/gears.png)) di sidebar kanan untuk membuka panel **TABLE PROPERTIES**, di mana Anda dapat memilih properti mana yang akan dilihat. 1. Pilih tab **Pengaturan** dan kemudian pilih **Unduh file definisi saluran pipa**. Anda dapat melihat file untuk melihat bagaimana grafik pipeline didefinisikan. 1. Pada tab **Eksekusi**, pilih baris pertama dalam daftar eksekusi untuk melihat grafik eksekusi dan detail lainnya tentang eksekusi. Perhatikan bahwa grafik cocok dengan diagram yang ditampilkan di awal tutorial. Gunakan ikon pengubahan ukuran di sisi kanan bawah grafik untuk memperbesar dan memperkecil grafik, menyesuaikan grafik ke layar, atau memperluas grafik ke layar penuh. Untuk fokus pada bagian tertentu dari grafik, Anda dapat memilih area kosong grafik dan menyeret grafik ke tengah area itu. Sisipan di sisi kanan bawah grafik menampilkan lokasi Anda dalam grafik. ![\[\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/yosemite/pipeline-tutorial-execution-graph.png) 1. Pada tab **Grafik**, pilih `AbaloneProcess` langkah untuk melihat detail tentang langkah tersebut. 1. **Temukan jalur Amazon S3 ke kumpulan data pelatihan, validasi, dan pengujian di tab **Output**, di bawah File.** **catatan** Untuk mendapatkan jalur lengkap, klik kanan jalur dan kemudian pilih **Salin isi sel**. ``` 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 ``` 1. Pilih `AbaloneTrain` langkahnya. 1. **Temukan jalur Amazon S3 ke artefak model di tab **Output, di bawah** File:** ``` s3://sagemaker-eu-west-1-acct-id/AbaloneTrain/pipelines-6locnsqz4bfu-AbaloneTrain-NtfEpI0Ahu/output/model.tar.gz ``` 1. Pilih `AbaloneRegisterModel` langkahnya. 1. **Temukan ARN dari paket model di tab **Output**, di bawah File:** ``` arn:aws:sagemaker:eu-west-1:acct-id:model-package/abalonemodelpackagegroupname/2 ``` ------