Use as etapas a seguir para exportar um artefato de modelo de um bucket do Object Storage para um bucket do serviço Data Science.
Observação
Você só pode executar uma exportação usando as APIs do SDK Java, da CLI e do ADS Python SDK. Não é possível executar uma exportação da Console.
-
Adicione as políticas necessárias:
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>
'}
-
Faça upload do artefato de modelo em um bucket de armazenamento do serviço Data Science.
-
Chame o ponto final de exportação. Inclua os parâmetros necessários, como
artifactSourceType
, sourceBucket
, sourceObjectName
, namespace
e sourceRegion
.
Por exemplo:
#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.
)
)
Importante
Quando bucket_uri
for especificado, region
também deverá ser especificado para evitar erros ao fazer download de arquivos maiores que 2 GB.
Uma solicitação de serviço é criada para a ação de exportação. Você pode verificar o status da solicitação de serviço para fazer upload do artefato de modelo para o bucket de serviço do Data Science, na guia Solicitações de Serviço.