Administración de la dependencia de operaciones asíncronas

Las operaciones por lotes de Amazon ML dependen de otras operaciones para poder completarse correctamente. Para administrar estas dependencias, Amazon ML identifica las solicitudes con dependencias y verifica que las operaciones se hayan completado. Si las operaciones no se han completado, Amazon ML descarta las peticiones iniciales hasta que las operaciones de las que dependen se hayan completado.

Existen algunas dependencias entre las operaciones por lotes. Por ejemplo, antes de poder crear un modelo de ML, debe crear una fuente de datos con la que pueda entrenar el modelo de ML. Amazon ML no puede entrenar un modelo de ML si no hay ningún tipo de fuente de datos disponible.

Sin embargo, Amazon ML permite administrar las dependencias de las operaciones asíncronas. Por ejemplo, no es necesario esperar hasta que se calculen las estadísticas de datos para poder enviar una solicitud para entrenar un modelo de ML mediante una fuente de datos. De hecho, puede enviar una solicitud para entrenar un modelo de ML mediante una fuente de datos tan pronto como se cree la fuente de datos. Amazon ML no comenzará la operación de entrenamiento hasta que se calculen las estadísticas de la fuente de datos. La solicitud createMLModel se pondrá en cola hasta que se hayan calculado las estadísticas; una vez calculadas, Amazon ML intentará ejecutar la operación createMLModel inmediatamente. Del mismo modo, puede enviar solicitudes de evaluación y predicción por lotes de modelos de ML que no hayan terminado su entrenamiento.

La siguiente tabla muestra los requisitos para continuar con diferentes acciones de Amazon ML.

Para...	Debe tener...
Crear un modelo de ML (createMLModel)	Una fuente de datos con estadísticas de datos computadas
Crear una predicción por lotes (createBatchPrediction)	Una fuente de datos modelo de ML
Crear una evaluación por lotes (createBatchEvaluation)	Una fuente de datos modelo de ML