Kami tidak lagi memperbarui layanan Amazon Machine Learning atau menerima pengguna baru untuk itu. Dokumentasi ini tersedia untuk pengguna yang sudah ada, tetapi kami tidak lagi memperbaruinya. Untuk informasi selengkapnya, lihat Apa itu Amazon Machine Learning.
Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Manajemen Ketergantungan Operasi Asinkron
Operasi Batch di Amazon ML bergantung pada operasi lain agar berhasil diselesaikan. Untuk mengelola dependensi ini, Amazon ML mengidentifikasi permintaan yang memiliki dependensi, dan memverifikasi bahwa operasi telah selesai. Jika operasi belum selesai, Amazon ML menyisihkan permintaan awal hingga operasi yang mereka andalkan selesai.
Ada beberapa dependensi antara operasi batch. Misalnya, sebelum Anda dapat membuat model ML, Anda harus telah membuat sumber data yang dapat digunakan untuk melatih model ML. Amazon ML tidak dapat melatih model ML jika tidak ada sumber data yang tersedia.
Namun, Amazon ML mendukung manajemen ketergantungan untuk operasi asinkron. Misalnya, Anda tidak perlu menunggu sampai statistik data telah dihitung sebelum Anda dapat mengirim permintaan untuk melatih model ML pada sumber data. Sebagai gantinya, segera setelah sumber data dibuat, Anda dapat mengirim permintaan untuk melatih model ML menggunakan sumber data. Amazon ML tidak benar-benar memulai operasi pelatihan sampai statistik sumber data telah dihitung. MLModel Permintaan create dimasukkan ke dalam antrian sampai statistik telah dihitung; setelah itu selesai, Amazon ML segera mencoba untuk menjalankan operasi createMLModel . Demikian pula, Anda dapat mengirim prediksi batch dan permintaan evaluasi untuk model ML yang belum menyelesaikan pelatihan.
Tabel berikut menunjukkan persyaratan untuk melanjutkan dengan tindakan AmazonML yang berbeda
| Dalam rangka untuk... | Anda harus memiliki... |
|---|---|
| Buat model ML (buatMLModel) | Sumber data dengan statistik data yang dihitung |
| Buat prediksi batch () createBatchPrediction |
Sumber data Model ML |
| Buat evaluasi batch (createBatchEvaluation) |
Sumber data Model ML |
