Mengkonfigurasi pelatihan otomatis

penting

Setelah Anda membuat solusi, Anda tidak dapat mengubah konfigurasinya. Secara default, semua solusi baru menggunakan pelatihan otomatis. Dengan pelatihan otomatis, Anda dikenakan biaya pelatihan saat solusi Anda aktif. Untuk menghindari biaya yang tidak perlu, pastikan untuk menghapus solusi ketika Anda selesai. Untuk informasi tentang biaya pelatihan, lihat harga Amazon Personalisasi.

Saat Anda membuat solusi, Anda dapat mengonfigurasi apakah solusinya menggunakan pelatihan otomatis. Anda juga dapat mengonfigurasi frekuensi pelatihan. Misalnya, Anda dapat mengonfigurasi solusi untuk membuat versi solusi baru setiap lima hari.

Secara default, semua solusi baru menggunakan pelatihan otomatis untuk membuat versi solusi baru setiap 7 hari. Pelatihan otomatis hanya terjadi jika Anda mengimpor data interaksi massal atau waktu nyata sejak pelatihan terakhir. Ini termasuk interaksi item atau, untuk solusi yang menggunakan resep Next-Best-Action, data interaksi tindakan. Pelatihan otomatis berlanjut hingga Anda menghapus solusinya.

Kami menyarankan Anda menggunakan pelatihan otomatis. Itu membuat mempertahankan solusi Anda lebih mudah. Ini menghapus pelatihan manual yang diperlukan untuk solusi untuk belajar dari data terbaru Anda. Tanpa pelatihan otomatis, Anda harus membuat versi solusi baru secara manual agar solusi dapat dipelajari dari data terbaru Anda. Ini dapat menghasilkan rekomendasi basi dan tingkat konversi yang lebih rendah. Untuk informasi selengkapnya tentang mempertahankan rekomendasi Amazon Personalize, lihat. Mempertahankan relevansi rekomendasi

Anda dapat mengonfigurasi pelatihan otomatis dengan konsol Amazon Personalize, AWS Command Line Interface (AWS CLI), atau AWS SDK. Untuk langkah-langkah mengonfigurasi pelatihan otomatis dengan konsol, lihatMembuat solusi (konsol).

Setelah Anda membuat solusi, catat solusi ARN untuk penggunaan masa depan. Dengan pelatihan otomatis, pembuatan versi solusi dimulai dalam satu setelah solusi AKTIF. Jika Anda secara manual membuat versi solusi dalam satu jam, solusi melewatkan pelatihan otomatis pertama. Setelah pelatihan dimulai, Anda bisa mendapatkan Amazon Resource Name (ARN) ListSolutionversi solusi dengan operasi Versions API. Untuk mendapatkan statusnya, gunakan operasi API DescribeSolutionVersi.

Ketika versi solusi AKTIF, Anda siap menggunakannya untuk mendapatkan rekomendasi. Bagaimana Anda menggunakan versi solusi aktif tergantung pada bagaimana Anda mendapatkan rekomendasi:

• Untuk rekomendasi real-time, Anda menerapkan versi solusi AKTIF dengan kampanye Amazon Personalize. Anda menggunakan kampanye untuk mendapatkan rekomendasi bagi pengguna Anda. Lihat Membuat kampanye.

• Untuk rekomendasi batch, Anda menentukan versi solusi ACTIVE saat membuat pekerjaan inferensi batch atau pekerjaan segmen batch. Lihat Rekomendasi Batch dan segmen pengguna (sumber daya khusus).

Pedoman dan persyaratan

Berikut ini adalah pedoman dan persyaratan untuk pelatihan otomatis:

• Pelatihan otomatis hanya terjadi jika Anda mengimpor data interaksi massal atau waktu nyata sejak pelatihan terakhir. Ini termasuk interaksi item atau, untuk solusi yang menggunakan resep Next-Best-Action, data interaksi tindakan.

• Setiap pelatihan mempertimbangkan semua data dalam grup dataset Anda yang Anda sertakan dalam pelatihan. Untuk informasi tentang mengonfigurasi kolom yang digunakan dalam pelatihan, lihatMengkonfigurasi kolom yang digunakan saat pelatihan.

• Anda masih dapat membuat versi solusi secara manual.

• Pelatihan otomatis dimulai dalam waktu satu jam setelah solusi Anda aktif. Jika Anda secara manual membuat versi solusi dalam satu jam, solusi melewatkan pelatihan otomatis pertama.

• Penjadwalan pelatihan didasarkan pada tanggal mulai pelatihan. Misalnya, jika versi solusi pertama Anda memulai pelatihan pada pukul 19:00, dan Anda menggunakan pelatihan mingguan, versi solusi berikutnya akan memulai pelatihan seminggu kemudian pada pukul 7:00 malam.

• Untuk semua resep, kami merekomendasikan setidaknya frekuensi pelatihan mingguan. Anda dapat menentukan frekuensi pelatihan antara 1 dan 30 hari. Defaultnya adalah setiap 7 hari.

  • Jika Anda menggunakan User-personalization-v2, User-Personalization, atau Next-Best-Action, solusi secara otomatis diperbarui untuk mempertimbangkan item atau tindakan baru untuk rekomendasi. Pembaruan otomatis tidak sama dengan pelatihan otomatis. Pembaruan otomatis tidak membuat versi solusi yang sama sekali baru, dan model tidak belajar dari data terbaru Anda. Untuk mempertahankan solusi Anda, frekuensi pelatihan Anda harus tetap setidaknya setiap minggu. Untuk informasi selengkapnya tentang pembaruan otomatis, termasuk pedoman dan persyaratan tambahan, lihatPembaruan otomatis.

  • Jika Anda menggunakan Trending-Now, Amazon Personalize secara otomatis mengidentifikasi item tren teratas dalam data interaksi Anda selama interval waktu yang dapat dikonfigurasi. Trending-Now dapat merekomendasikan item yang ditambahkan sejak pelatihan terakhir melalui data interaksi massal atau streaming. Frekuensi pelatihan Anda harus tetap setidaknya setiap minggu. Untuk informasi selengkapnya, lihat Resep Trend-Now.

  • Jika Anda tidak menggunakan resep dengan pembaruan otomatis atau resep Trending-Now, Amazon Personalize mempertimbangkan item baru untuk rekomendasi hanya setelah pelatihan berikutnya. Misalnya, jika Anda menggunakan resep Barang Serupa dan menambahkan item baru setiap hari, Anda harus menggunakan frekuensi pelatihan otomatis harian agar item ini muncul dalam rekomendasi pada hari yang sama.

Mengkonfigurasi pelatihan otomatis ()AWS CLI

Kode berikut menunjukkan cara membuat solusi yang secara otomatis membuat versi solusi setiap lima hari. Untuk mematikan pelatihan otomatis, atur perform-auto-training kefalse.

Untuk mengubah frekuensi pelatihan, Anda dapat memodifikasi schedulingExpression diautoTrainingConfig. Ekspresi harus dalam rate(value unit) format. Untuk nilainya, tentukan angka antara 1 dan 30. Untuk unit, tentukan day ataudays.

Untuk penjelasan lengkap tentang create-solution perintah tersebut, lihatMembuat solusi (AWS CLI).

aws personalize create-solution \
--name solution name \
--dataset-group-arn dataset group ARN \
--recipe-arn recipe ARN \
--perform-auto-training \
--solution-config "{\"autoTrainingConfig\": {\"schedulingExpression\": \"rate(5 days)\"}}"

Mengkonfigurasi pelatihan otomatis (SDK)

Kode berikut menunjukkan cara membuat solusi dengan pelatihan otomatis dengan AWS SDK. Solusi secara otomatis membuat versi solusi setiap lima hari. Untuk mematikan pelatihan otomatis, atur performAutoTraining kefalse.

Untuk mengubah frekuensi pelatihan, Anda dapat memodifikasi schedulingExpression diautoTrainingConfig. Ekspresi harus dalam rate(value unit) format. Untuk nilainya, tentukan angka antara 1 dan 30. Untuk unit, tentukan day ataudays.

Untuk penjelasan selengkapnya tentang operasi CreateSolution API, lihatMembuat solusi (AWS SDK).

SDK for Python (Boto3)

import boto3

personalize = boto3.client('personalize')

create_solution_response = personalize.create_solution(
  name = 'solution name',
  recipeArn = 'recipe ARN',
  datasetGroupArn = 'dataset group ARN',
  performAutoTraining = True,
  solutionConfig = {
    "autoTrainingConfig": {
      "schedulingExpression": "rate(5 days)"
    }
  }
)
solution_arn = create_solution_response['solutionArn']
print('solution_arn: ', solution_arn)

SDK for JavaScript v3

import {
  CreateSolutionCommand,
  PersonalizeClient,
} from "@aws-sdk/client-personalize";

// create client
const personalizeClient = new PersonalizeClient({ region: "REGION" });

// set the solution parameters
export const solutionParam = {
  datasetGroupArn: "DATASET_GROUP_ARN" /* required */,
  recipeArn: "RECIPE_ARN" /* required */,
  name: "SOLUTION_NAME" /* required */,
  performAutoTraining: true /* optional, default is true */,
  solutionConfig: {
    autoTrainingConfig: {
      schedulingExpression:
        "rate(5 days)" /* optional, default is every 7 days */,
    },
  },
};

export const run = async () => {
  try {
    const response = await personalizeClient.send(
      new CreateSolutionCommand(solutionParam)
    );
    console.log("Success", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();