SageMaker Clarify によるオンライン説明可能性

このガイドでは、 SageMaker Clarify でオンライン説明可能性を設定する方法を示します。 SageMaker リアルタイム推論エンドポイントを使用すると、説明可能性をリアルタイムで継続的に分析できます。オンライン説明可能性関数は、Amazon SageMaker Machine Learning ワークフローの本稼働部分へのデプロイに適合します。

Clarify オンライン説明可能性の仕組み

次の図は、説明可能性リクエストを処理するエンドポイントをホストするための SageMaker アーキテクチャを示しています。エンドポイント、モデルコンテナ、および SageMaker Clarify の説明子間のインタラクションを示します。

Clarify オンライン説明可能性の仕組みは次のとおりです。アプリケーションは REST 形式のInvokeEndpointリクエストを SageMaker Runtime Service に送信します。サービスは、このリクエストを SageMaker エンドポイントにルーティングして、予測と説明を取得します。次に、サービスはエンドポイントからレスポンスを受け取ります。最後に、サービスはレスポンスをアプリケーションに送り返します。

エンドポイントの可用性を高めるために、 は、エンドポイント設定のインスタンス数に従って、エンドポイントインスタンスを複数のアベイラビリティーゾーンに自動的に分散 SageMaker しようとします。エンドポイントインスタンスでは、新しい説明可能性リクエスト時に、 SageMaker Clarify 説明子はモデルコンテナを呼び出して予測を行います。次に、特徴量の属性を計算して返します。

SageMaker Clarify オンライン説明可能性を使用するエンドポイントを作成する 4 つのステップは次のとおりです。

1. 事前チェックの手順に従って、事前トレーニング済み SageMaker モデルがオンラインの説明可能性と互換性があるかどうかを確認します。

2. CreateEndpointConfig API を使用して、Clarify 説明子設定でエンドポイント設定を作成します。 SageMaker

3. CreateEndpoint API を使用してエンドポイントを作成し、エンドポイント設定を に提供します。 SageMaker このサービスは、ML コンピューティングインスタンスを起動し、設定で指定されたモデルをデプロイします。

4. エンドポイントを呼び出す: エンドポイントが稼働状態になったら、ランタイム API を SageMaker呼び出しInvokeEndpointてエンドポイントにリクエストを送信します。その後、エンドポイントは説明と予測を返します。