Menghapus dataset - Amazon Lookout for Vision

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Menghapus dataset

Anda dapat menghapus kumpulan data dari proyek dengan menggunakan konsol atau DeleteDataset operasi. Gambar yang direferensikan oleh kumpulan data tidak dihapus. Jika Anda menghapus kumpulan data pengujian dari proyek yang memiliki pelatihan dan kumpulan data pengujian, proyek akan kembali ke proyek kumpulan data tunggal—kumpulan data yang tersisa dibagi selama pelatihan untuk membuat kumpulan data pelatihan dan pengujian. Jika Anda menghapus kumpulan data pelatihan, Anda tidak dapat melatih model dalam proyek hingga Anda membuat kumpulan data pelatihan baru.

Menghapus dataset (konsol)

Lakukan langkah-langkah dalam prosedur berikut untuk menghapus kumpulan data. Jika Anda menghapus semua kumpulan data dalam proyek, halaman Buat kumpulan data akan ditampilkan.

Untuk menghapus dataset (konsol)
  1. Buka konsol Amazon Lookout for Vision di https://console.aws.amazon.com/lookoutvision/.

  2. Pilih Mulai.

  3. Di panel navigasi kiri, pilih Proyek.

  4. Pada halaman Proyek, pilih proyek yang berisi kumpulan data yang ingin Anda hapus.

  5. Di panel navigasi kiri, pilih Dataset.

  6. Pilih Tindakan dan kemudian pilih kumpulan data yang ingin Anda hapus.

  7. Di kotak dialog Hapus, masukkan hapus untuk mengonfirmasi bahwa Anda ingin menghapus kumpulan data.

  8. Pilih Hapus kumpulan data pelatihan atau Hapus kumpulan data pengujian untuk menghapus kumpulan data.

Menghapus dataset (SDK)

Gunakan DeleteDataset operasi untuk menghapus kumpulan data.

Untuk menghapus dataset (SDK)
  1. Jika Anda belum melakukannya, instal dan konfigurasikan AWS CLI dan AWS SDK. Untuk informasi selengkapnya, lihat Langkah 4: Siapkan AWS CLI dan AWS SDK.

  2. Gunakan kode contoh berikut untuk menghapus model.

    CLI

    Ubah nilai berikut

    • project-nameke nama proyek yang berisi model yang ingin Anda hapus.

    • dataset-typeke salah satu train atautest, tergantung pada kumpulan data mana yang ingin Anda hapus. Jika Anda memiliki proyek kumpulan data tunggal, tentukan train untuk menghapus kumpulan data.

    aws lookoutvision delete-dataset --project-name project name\ --dataset-type dataset type \ --profile lookoutvision-access
    Python

    Kode ini diambil dari GitHub repositori contoh SDK AWS Dokumentasi. Lihat contoh lengkapnya di sini.

    @staticmethod def delete_dataset(lookoutvision_client, project_name, dataset_type): """ Deletes a Lookout for Vision dataset :param lookoutvision_client: A Boto3 Lookout for Vision client. :param project_name: The name of the project that contains the dataset that you want to delete. :param dataset_type: The type (train or test) of the dataset that you want to delete. """ try: logger.info( "Deleting the %s dataset for project %s.", dataset_type, project_name ) lookoutvision_client.delete_dataset( ProjectName=project_name, DatasetType=dataset_type ) logger.info("Dataset deleted.") except ClientError: logger.exception("Service error: Couldn't delete dataset.") raise
    Java V2

    Kode ini diambil dari GitHub repositori contoh SDK AWS Dokumentasi. Lihat contoh lengkapnya di sini.

    /** * Deletes the train or test dataset in an Amazon Lookout for Vision project. * * @param lfvClient An Amazon Lookout for Vision client. * @param projectName The name of the project in which you want to delete a * dataset. * @param datasetType The type of the dataset that you want to delete (train or * test). * @return Nothing. */ public static void deleteDataset(LookoutVisionClient lfvClient, String projectName, String datasetType) throws LookoutVisionException { logger.log(Level.INFO, "Deleting {0} dataset for project {1}", new Object[] { datasetType, projectName }); DeleteDatasetRequest deleteDatasetRequest = DeleteDatasetRequest.builder() .projectName(projectName) .datasetType(datasetType) .build(); lfvClient.deleteDataset(deleteDatasetRequest); logger.log(Level.INFO, "Deleted {0} dataset for project {1}", new Object[] { datasetType, projectName }); }