Procédez comme suit pour exporter un artefact de modèle d'un bucket Object Storage vers un bucket de service Data Science.
Remarque
Vous pouvez uniquement effectuer un export à l'aide des API du kit SDK Java, de l'interface de ligne de commande et du kit SDK Python ADS. Il est impossible d'effectuer un export à partir de la console.
-
Ajoutez les stratégies requises :
allow service datascience to manage object-family in compartment <compartment>
where ALL {target.bucket.name='<bucket_name>
'}
allow service objectstorage-<region>
to manage object-family in compartment <compartment>
where ALL {target.bucket.name='<bucket_name>
'}
-
Téléchargez l'artefact de modèle vers un bucket de stockage de service Data Science.
-
Appelez l'adresse d'export. Incluez les paramètres nécessaires, tels que
artifactSourceType
, sourceBucket
, sourceObjectName
, namespace
et sourceRegion
.
Par exemple :
#sample code
import ads
from ads.model import DataScienceModel
ads.set_auth("resource_principal")
MODEL_DISPLAY_NAME = "my_large_model"
ARTIFACT_FILE_NAME = "my_large_model.zip"
OCI_BUCKET = "oci://bucket@namespace/prefix/my_large_model.zip"
model = (DataScienceModel()
.with_display_name(MODEL_DISPLAY_NAME)
.with_artifact(ARTIFACT_FILE_NAME)
.create(
bucket_uri=OCI_BUCKET,
overwrite_existing_artifact=True, # Overwrite target bucket artifact if exists.
remove_existing_artifact=True # Wether artifacts uploaded to object storage bucket need to be removed or not.
)
)
Important
Lorsque bucket_uri
est indiqué, region
doit également être indiqué pour éviter les erreurs lors du téléchargement de fichiers de plus de 2 Go.
Une demande de travail est créée pour l'action d'export. Vous pouvez vérifier le statut de la demande de travail de téléchargement de l'artefact de modèle vers le bucket de service Data Science, dans l'onglet Demandes de travail.