Zespół używa SageMaker wraz z bibliotekami należącymi do AWS i bibliotekami open-source. Muszą zapobiec zbieraniu przez SageMaker metadanych dotyczących użycia i błędów podczas trenowania. Która konfiguracja spełnia to wymaganie?

Poprawna odpowiedź to wyłączenie ustawienia domeny SageMaker, które udostępnia metadane dla zadań konsoli, i rezygnacja ze zbierania metadanych dla każdego zadania trenowania przesłanego za pośrednictwem AWS CLI lub AWS SDK. SageMaker domyślnie zbiera metadane użycia i błędów. Aby to wyłączyć, należy zrezygnować z tego na poziomie konta lub dla poszczególnych zadań. Wyłączenie ustawienia domeny SageMaker dla konsoli oraz jawna rezygnacja dla zadań uruchamianych przez CLI lub SDK zapewnia kompleksowe rozwiązanie. Pozostałe opcje są nieprawidłowe, ponieważ: Skojarzenie domeny SageMaker z niestandardową rolą IAM i dołączenie polityki, która odmawia logów użycia usługi Amazon CloudWatch: Nie ma polityki IAM, która bezpośrednio odmawia zbierania metadanych użycia SageMaker w ten sposób. Metadane są zbierane przez usługę SageMaker, a nie tylko logowane do CloudWatch. Dodanie roli IAM do domeny SageMaker, która odmawia uprawnień Amazon CloudWatch do rejestrowania metadanych: Podobnie jak wyżej, to nie jest mechanizm kontroli zbierania metadanych przez SageMaker. Ustawienie parametru, aby zrezygnować ze zbierania metadanych dla każdego zadania trenowania przesłanego za pośrednictwem AWS CLI, Boto3 lub SageMaker Python SDK: Ta opcja jest częściowo poprawna, ale nie uwzględnia metadanych zbieranych przez konsolę SageMaker, co oznacza, że nie zapewnia pełnego rozwiązania.