Cookie の設定を選択する

当社は、当社のサイトおよびサービスを提供するために必要な必須 Cookie および類似のツールを使用しています。当社は、パフォーマンス Cookie を使用して匿名の統計情報を収集することで、お客様が当社のサイトをどのように利用しているかを把握し、改善に役立てています。必須 Cookie は無効化できませんが、[カスタマイズ] または [拒否] をクリックしてパフォーマンス Cookie を拒否することはできます。

お客様が同意した場合、AWS および承認された第三者は、Cookie を使用して便利なサイト機能を提供したり、お客様の選択を記憶したり、関連する広告を含む関連コンテンツを表示したりします。すべての必須ではない Cookie を受け入れるか拒否するには、[受け入れる] または [拒否] をクリックしてください。より詳細な選択を行うには、[カスタマイズ] をクリックしてください。

推論の共通データ形式

フォーカスモード
推論の共通データ形式 - Amazon SageMaker AI

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Amazon SageMaker AI アルゴリズムは、オンライン予測とミニバッチ予測の取得に使用されるHTTPペイロードに対して、いくつかの異なるMIMEタイプを受け入れて生成します。推論を実行する前に、複数の AWS サービスを使用してレコードを変換または前処理できます。少なくとも、以下のデータを変換する必要があります。

  • 推論リクエストのシリアル化 (ユーザーによる処理)

  • 推論リクエストの逆シリアル化 (アルゴリズムによる処理)

  • 推論レスポンスのシリアル化 (アルゴリズムによる処理)

  • 推論レスポンスの逆シリアル化 (ユーザーによる処理)

推論リクエストのシリアル化のためにデータを変換する

Amazon SageMaker AI アルゴリズム推論リクエストのコンテンツタイプオプションにはtext/csv、、application/json、および が含まれますapplication/x-recordio-protobuf。これらのタイプをすべてサポートしていないアルゴリズムは、他のタイプをサポートできます。たとえばXGBoost、 はこのtext/csvリストからのみサポートしますが、 もサポートしますtext/libsvm

text/csv の場合、invoke_endpoint の Body 引数の値は、各機能の値をカンマで区切った文字列である必要があります。例えば、4 つの機能があるモデルのレコードは 1.5,16.0,14,23.0 のようになります。トレーニングデータに対して実行された変換はすべて、推論を取得する前にデータに実行される必要があります。機能の順序は重要であるため、変更せずそのままにしておく必要があります。

application/json は柔軟性が向上しており、開発者がアプリケーションで使用するための複数の有効な形式を提供しています。大まかに言う JavaScriptと、ペイロードは次のようになります。

let request = { // Instances might contain multiple rows that predictions are sought for. "instances": [ { // Request and algorithm specific inference parameters. "configuration": {}, // Data in the specific format required by the algorithm. "data": { "<field name>": dataElement } } ] }

dataElement を指定するために、次のオプションがあります。

同等のプロトコルバッファ

// Has the same format as the protocol buffers implementation described for training. let dataElement = { "keys": [], "values": [], "shape": [] }

単純な数値ベクトル

// An array containing numeric values is treated as an instance containing a // single dense vector. let dataElement = [1.5, 16.0, 14.0, 23.0] // It will be converted to the following representation by the SDK. let converted = { "features": { "values": dataElement } }

複数数のレコード:

let request = { "instances": [ // First instance. { "features": [ 1.5, 16.0, 14.0, 23.0 ] }, // Second instance. { "features": [ -2.0, 100.2, 15.2, 9.2 ] } ] }

推論レスポンスの逆シリアル化のためにデータを変換する

Amazon SageMaker AI アルゴリズムは、いくつかのレイアウトJSONで返されます。高いレベルで、構造は次のようになります。

let response = { "predictions": [{ // Fields in the response object are defined on a per algorithm-basis. }] }

予測に含まれるフィールドはアルゴリズムで異なります。以下は、k-means アルゴリズムの出力例です。

単一レコード推論

let response = { "predictions": [{ "closest_cluster": 5, "distance_to_cluster": 36.5 }] }

複数レコード推論

let response = { "predictions": [ // First instance prediction. { "closest_cluster": 5, "distance_to_cluster": 36.5 }, // Second instance prediction. { "closest_cluster": 2, "distance_to_cluster": 90.3 } ] }

protobuf 入力を使用した複数レコード推論

{ "features": [], "label": { "closest_cluster": { "values": [ 5.0 ] // e.g. the closest centroid/cluster was 1.0 }, "distance_to_cluster": { "values": [ 36.5 ] } }, "uid": "abc123", "metadata": "{ "created_at": '2017-06-03' }" }

SageMaker AI アルゴリズムは、レコードごとのレスポンスコンテンツがJSONLINES形式と同じであるJSON形式もサポートしています。複数レコード構造は、レコードごとのレスポンスオブジェクトが改行文字で区切られて集まったものです。2 つの入力データポイントの組み込みKMeansアルゴリズムのレスポンスコンテンツは次のとおりです。

{"distance_to_cluster": 23.40593910217285, "closest_cluster": 0.0} {"distance_to_cluster": 27.250282287597656, "closest_cluster": 0.0}

バッチ変換の実行中は、CreateTransformJobRequestAccept フィールドを application/jsonlines に設定して jsonlines レスポンスタイプを使用することをお勧めします。

すべてのアルゴリズムに共通のリクエスト形式

ほとんどのアルゴリズムでは、次の推論リクエスト形式の多くが使用されます。

JSON リクエスト形式

コンテンツタイプ: application/JSON

高密度形式

let request = { "instances": [ { "features": [1.5, 16.0, 14.0, 23.0] } ] } let request = { "instances": [ { "data": { "features": { "values": [ 1.5, 16.0, 14.0, 23.0] } } } ] }

疎形式

{ "instances": [ {"data": {"features": { "keys": [26, 182, 232, 243, 431], "shape": [2000], "values": [1, 1, 1, 4, 1] } } }, {"data": {"features": { "keys": [0, 182, 232, 243, 431], "shape": [2000], "values": [13, 1, 1, 4, 1] } } }, ] }

JSONLINES リクエスト形式

コンテンツタイプ: application/JSONLINES

高密度形式

高密度形式の単一レコードは、次のいずれかで表すことができます。

{ "features": [1.5, 16.0, 14.0, 23.0] }

または

{ "data": { "features": { "values": [ 1.5, 16.0, 14.0, 23.0] } }

疎形式

疎形式の単一レコードは、次のように表されます。

{"data": {"features": { "keys": [26, 182, 232, 243, 431], "shape": [2000], "values": [1, 1, 1, 4, 1] } } }

複数のレコードは、単一レコード表現が改行文字で区切られて集まったものとして表されます。

{"data": {"features": { "keys": [0, 1, 3], "shape": [4], "values": [1, 4, 1] } } } { "data": { "features": { "values": [ 1.5, 16.0, 14.0, 23.0] } } { "features": [1.5, 16.0, 14.0, 23.0] }

CSV リクエスト形式

コンテンツタイプ: text/CSV; label_size=0

注記

CSV サポートは因数分解機では使用できません。

RECORDIO リクエスト形式

コンテンツタイプ: application/x-recordio-protobuf

組み込みアルゴリズムでバッチ変換を使用する

バッチ変換の実行中に、アルゴリズムでサポートされている場合はJSON、 の代わりに JSONLINESレスポンスタイプを使用することをお勧めします。これを行うには、CreateTransformJobRequestAccept フィールドを application/jsonlines に設定します。

変換ジョブを作成するときには、入力データの ContentType に基づいて SplitType を設定する必要があります。同様に、CreateTransformJobRequestAccept フィールドに応じて AssembleWith を設定する必要があります。次の表を使用して、これらのフィールドを設定します。

ContentType 推奨 SplitType
application/x-recordio-protobuf RecordIO
text/csv Line
application/jsonlines Line
application/json None
application/x-image None
image/* None
Accept 推奨 AssembleWith
application/x-recordio-protobuf None
application/json None
application/jsonlines Line

特定のアルゴリズムのレスポンス形式の詳細については、以下を参照してください。

プライバシーサイト規約Cookie の設定
© 2025, Amazon Web Services, Inc. or its affiliates.All rights reserved.