Cree un trabajo de clasificación de imágenes con el AutoML API

Las siguientes instrucciones muestran cómo crear un trabajo de Amazon SageMaker Autopilot como experimento piloto para tipos de problemas de clasificación de imágenes mediante SageMaker APIReference.

nota

Tareas como la clasificación de textos e imágenes, la previsión de series temporales y el ajuste de modelos lingüísticos de gran tamaño están disponibles exclusivamente a través de la versión 2 del AutoML. REST API Si el lenguaje de su elección es Python, puede hacer AWS SDK for Python (Boto3)referencia SDK directamente al MLV2objeto Auto de Amazon SageMaker Python.

Los usuarios que prefieran la comodidad de una interfaz de usuario pueden usar Amazon SageMaker Canvas para acceder a modelos previamente entrenados y modelos básicos de IA generativa, o crear modelos personalizados adaptados a textos específicos, clasificación de imágenes, necesidades de previsión o IA generativa.

Puede crear un experimento de clasificación de imágenes con piloto automático mediante programación llamando a la CreateAutoMLJobV2APIacción en cualquier idioma compatible con Amazon SageMaker Autopilot o el. AWS CLI

Para obtener información sobre cómo esta API acción se traduce en una función en el idioma que prefiera, consulte la sección Vea también de CreateAutoMLJobV2 y seleccione una. SDK Como ejemplo, para los usuarios de Python, consulte la sintaxis de solicitud completa de create_auto_ml_job_v2 en AWS SDK for Python (Boto3).

La siguiente es una colección de parámetros de solicitud de entrada obligatorios y opcionales para la CreateAutoMLJobV2 API acción utilizada en la clasificación de imágenes.

Parámetros necesarios

Al llamar a CreateAutoMLJobV2 para crear un experimento de Piloto automático para la clasificación de imágenes, debe proporcionar los siguientes valores:

• Un AutoMLJobName para especificar el nombre del trabajo.

• Al menos un AutoMLJobChannel en AutoMLJobInputDataConfig para especificar el origen de datos.

• Un AutoMLProblemTypeConfig del tipo ImageClassificationJobConfig.

• Una OutputDataConfig para especificar la ruta de salida de Amazon S3 a fin de almacenar los artefactos de su trabajo de AutoML.

• R RoleArn para especificar ARN la función que se utiliza para acceder a sus datos.

Todos los demás parámetros son opcionales.

Parámetros opcionales

En las siguientes secciones, se proporcionan detalles sobre algunos parámetros opcionales que puede transferir al trabajo AutoML de clasificación de imágenes.

Cómo especificar los conjuntos de datos de entrenamiento y validación de un trabajo de AutoML

Puede proporcionar su propio conjunto de datos de validación y una tasa de división de datos personalizada, o puede dejar que Piloto automático divida el conjunto de datos automáticamente.

Cada AutoMLJobChannelobjeto (consulte el parámetro obligatorio A utoMLJob InputDataConfig) tiene unaChannelType, que se puede configurar en validation valores que especifican cómo se van a utilizar los datos al crear un modelo de aprendizaje automático. training

Debe proporcionar al menos un origen de datos y un máximo de dos: uno para los datos de entrenamiento y otro para los datos de validación. La forma de dividir los datos en conjuntos de datos de entrenamiento y validación depende de si tiene uno o dos orígenes de datos.

La forma de dividir los datos en conjuntos de datos de entrenamiento y validación depende de si tiene uno o dos orígenes de datos.

• Si solo tiene un origen de datos, el ChannelType se establece en training de forma predeterminada y debe tener este valor.

  • Si el valor ValidationFraction en AutoMLDataSplitConfig no está establecido, el 20 % (0,2) de los datos de este origen se utiliza para la validación de forma predeterminada.

  • Si la ValidationFraction se establece en un valor entre 0 y 1, el conjunto de datos se divide en función del valor especificado, donde el valor especifica la fracción del conjunto de datos utilizada para la validación.

• Si tiene dos orígenes de datos, el ChannelType de uno de los objetos de AutoMLJobChannel debe establecerse en training, el valor predeterminado. El ChannelType del otro origen de datos debe estar establecido en validation. Las dos fuentes de datos deben tener el mismo formato (Parquet CSV o Parquet) y el mismo esquema. En este caso, no debe establecer el valor de ValidationFraction, ya que todos los datos de cada origen se utilizan para el entrenamiento o la validación. Si se configura este valor, se producirá un error.

Cómo especificar la configuración de implementación automática de modelos para un trabajo de AutoML

Para permitir la implementación automática del mejor candidato modelo para un trabajo de AutoML, incluya un ModelDeployConfig en la solicitud de trabajo de AutoML. Esto permitirá implementar el mejor modelo en un SageMaker punto final. A continuación, se muestran las configuraciones disponibles para la personalización.

• Para permitir que Piloto automático genere el nombre del punto de conexión, configure AutoGenerateEndpointName en True.

• Si desea proporcionar su propio nombre para el punto de conexión, configure AutoGenerateEndpointName to False and provide a name of your choice in EndpointName.