Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Datenerfassung
Um die Eingaben an Ihrem Endpunkt und die Inferenzausgaben Ihres bereitgestellten Modells in Amazon S3 zu protokollieren, können Sie eine Funktion namens Datenerfassung aktivieren. Datenerfassung wird häufig verwendet, um Informationen aufzuzeichnen, die für Trainings, Debugging und Überwachung verwendet werden können. Amazon SageMaker Model Monitor analysiert diese erfassten Daten automatisch und vergleicht Metriken aus diesen Daten mit einer Baseline, die Sie für das Modell erstellen. Weitere Informationen zu Model Monitor finden Sie unter Überwachung der Daten- und Modellqualität mit Amazon SageMaker Model Monitor.
Sie können Data Capture sowohl für den Echtzeit- als auch für den Batchmodell-Monitor-Modus mit Python AWS SDK for Python (Boto) oder Python implementieren. SageMaker SDK Für einen Echtzeit-Endpunkt geben Sie Ihre Datenerfassung-Konfiguration an, wenn Sie Ihren Endpunkt erstellen. Aufgrund der Beständigkeit Ihres Echtzeit-Endpunkts können Sie zusätzliche Optionen konfigurieren, um die Datenerfassung zu bestimmten Zeiten ein- oder auszuschalten oder die Sampling-Frequenz zu ändern. Sie können sich auch dafür entscheiden, Ihre Inferenzdaten zu verschlüsseln.
Für einen Batch-Transformationsauftrag können Sie Datenerfassung aktivieren, wenn Sie eine planmäßige Modellüberwachung oder eine kontinuierliche Modellüberwachung für reguläre, periodische Batch-Transformationsaufträge durchführen möchten. Sie geben Ihre Datenerfassung-Konfiguration an, wenn Sie Ihren Batch-Transformationsauftrag erstellen. In dieser Konfiguration haben Sie die Möglichkeit, die Verschlüsselung zu aktivieren oder die Inferenz-ID mit Ihrer Ausgabe zu generieren, sodass Sie Ihre erfassten Daten den Ground-Truth-Daten zuordnen können.
