기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
엔드포인트 간접 호출
엔드포인트가 실행된 후에는 SageMaker 런타임 서비스의 InvokeEndpointRuntime API를 사용하여 엔드포인트에 요청을 보내거나 엔드포인트를 호출할 수 있습니다. SageMaker 이에 대한 응답으로 요청은 클래리파이 설명자에 의해 설명 가능 요청으로 처리됩니다. SageMaker
참고
엔드포인트를 간접 호출하려면 다음 옵션 중 하나를 선택합니다.
-
Boto3 또는 를 사용하여 엔드포인트를 AWS CLI 호출하는 방법에 대한 지침은 을 참조하십시오. 실시간 추론을 위한 모델 호출
-
Python용 SageMaker SDK를 사용하여 엔드포인트를 호출하려면 예측자
API를 참조하십시오.
요청
InvokeEndpoint
API에는 HTTP 헤더 X-Amzn-SageMaker-Enable-Explanations
에 매핑되는 선택적 파라미터 EnableExplanations
이(가) 있습니다. 이 파라미터가 제공되면 ClarifyExplainerConfig
의 EnableExplanations
파라미터보다 우선합니다.
참고
InvokeEndpoint
API의 ContentType
, Accept
파라미터는 필수입니다. 지원되는 형식에는 MIME 유형 text/csv
및 application/jsonlines
이(가) 포함됩니다.
다음과 같이 sagemaker_runtime_client
을(를) 사용하여 엔드포인트에 요청을 보내십시오.
response = sagemaker_runtime_client.invoke_endpoint( EndpointName='name-of-your-endpoint', EnableExplanations='`true`', ContentType='text/csv', Accept='text/csv', Body='1,2,3,4', # single record (of four numerical features) )
다중 모델 엔드포인트의 경우 이전 예제 요청에서 추가 TargetModel
파라미터를 전달하여 엔드포인트에서 타깃팅할 모델을 지정하십시오. 다중 모델 엔드포인트는 필요에 따라 대상 모델을 동적으로 로드합니다. 다중 모델 엔드포인트에 대한 자세한 내용은 을 참조하십시오. 한 엔드포인트 뒤에 있는 한 컨테이너에 여러 모델 호스트 단일 엔드포인트에서 여러 대상 모델을 설정하고 호출하는 방법에 대한 예는 다중 모델 엔드포인트 샘플 노트북의 온라인 설명 가능성
응답
ExplainerConfig
(으)로 엔드포인트를 생성한 경우 새 응답 스키마가 사용됩니다. 이 새 스키마는 제공된 ExplainerConfig
파라미터가 없는 엔드포인트와 다르며 호환되지 않습니다.
응답의 MIME 유형은 application/json
이며, 응답 페이로드는 UTF-8 바이트에서 JSON 객체로 디코딩될 수 있습니다. 다음은 이 JSON 객체의 멤버를 보여 줍니다.
-
version
: 문자열 형식의 응답 스키마 버전. 예를 들어1.0
입니다. -
predictions
: 요청에서 예측하는 결과는 다음과 같습니다.-
content_type
: 모델 컨테이너 응답의ContentType
을(를) 참조하는 예측의 MIME 유형. -
data
: 요청에 대한 모델 컨테이너 응답의 페이로드로 전달되는 예측 데이터 문자열.
-
-
label_headers
:LabelHeaders
파라미터의 레이블 헤더. 이는 설명자 구성 또는 모델 컨테이너 출력으로 제공됩니다. -
explanations
: 요청 페이로드에서 제공된 설명. 레코드가 설명되지 않은 경우 이 멤버는 빈 객체{}
을(를) 반환합니다. -
-
kernel_shap
: 요청의 각 레코드에 대한 커널 SHAP 설명의 배열을 참조하는 키. 레코드가 설명되지 않은 경우 해당하는 설명은null
입니다.
-
kernel_shap
요소에는 다음 멤버가 있습니다.
-
feature_header
: 설명자 구성ExplainerConfig
에서FeatureHeaders
파라미터가 제공하는 기능의 헤더 이름. -
feature_type
: 설명자가 추론했거나ExplainerConfig
의FeatureTypes
파라미터에 제공된 기능 유형. 이 요소는 NLP 설명 가능성 문제에만 사용할 수 있습니다. -
attributions
: 특성 객체의 배열. 텍스트 기능에는 각 단위당 여러 개의 특성 객체가 있을 수 있습니다. 이 특성 객체에는 다음 멤버가 있습니다.-
attribution
: 각 클래스에 주어진 확률 값 목록. -
description
: 텍스트 단위에 대한 설명. NLP 설명 가능성 문제에만 사용할 수 있음.-
partial_text
: 설명자가 설명하는 텍스트 부분. -
start_idx
: 부분 텍스트 조각의 시작 부분 배열 위치를 파악하기 위한 제로 기반 인덱스.
-
-