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, lihatApa itu Amazon Machine Learning.
Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Nama dan ID untuk semua Objek
Setiap objek di Amazon MLharus memiliki pengenal, atau ID. Konsol Amazon MLmenghasilkan nilai ID untuk Anda, tetapi jika Anda menggunakan API, Anda harus membuat nilai ID Anda sendiri. Setiap ID harus unik di antara semua objek Amazon MLdengan jenis yang sama di akun AWS Anda. Artinya, Anda tidak dapat memiliki dua evaluasi dengan ID yang sama. Dimungkinkan untuk memiliki evaluasi dan sumber data dengan ID yang sama, meskipun tidak disarankan.
Kami menyarankan Anda menggunakan pengidentifikasi yang dibuat secara acak untuk objek Anda, diawali dengan string pendek untuk mengidentifikasi jenisnya. Misalnya, saat konsol Amazon MLmenghasilkan sumber data, konsol tersebut menetapkan sumber data ID acak dan unik seperti “ds-ZScwIuWiOxF”. ID ini cukup acak untuk menghindari tabrakan bagi pengguna tunggal, dan juga ringkas dan mudah dibaca. Awalan “ds-” adalah untuk kenyamanan dan kejelasan, tetapi tidak diperlukan. Jika Anda tidak yakin apa yang harus digunakan untuk string ID Anda, sebaiknya gunakan nilai UUID heksadesimal (seperti 28b1e915-57e5-4e6c-a7bd-6fb4e729cb23), yang sudah tersedia di lingkungan pemrograman modern apa pun.
ID string dapat berisi ASCII huruf, angka, tanda hubung dan garis bawah, dan bisa sampai 64 karakter panjang. Hal ini dimungkinkan dan mungkin nyaman untuk mengkodekan metadata ke dalam string ID. Tetapi tidak disarankan karena setelah objek dibuat, ID-nya tidak dapat diubah.
Nama objek memberikan cara mudah bagi Anda untuk mengaitkan metadata yang ramah pengguna dengan setiap objek. Anda dapat memperbarui nama setelah objek telah dibuat. Hal ini memungkinkan nama objek untuk mencerminkan beberapa aspek alur kerja ML-mu. Misalnya, Anda mungkin awalnya nama model “percobaan #3 “, dan kemudian mengubah nama model “model produksi akhir”. Nama dapat berupa string yang Anda inginkan, hingga 1.024 karakter.
