批次推論的程式碼範例

本章中的程式碼範例說明如何建立批次推論任務、檢視相關資訊，以及停止它。

選取語言以查看其程式碼範例：

Python

建立名為 abc.jsonl 的 JSONL 檔案，並針對包含至少最低記錄數的每個記錄包含 JSON 物件 （請參閱 {Model} 的每個批次推論任務的記錄數下限Amazon Bedrock 的配額)。在此範例中，您將使用 AnthropicClaude 3 Haiku模型。下列範例顯示 檔案的第一個輸入 JSON：

{
    "recordId": "CALL0000001", 
    "modelInput": {
        "anthropic_version": "bedrock-2023-05-31", 
        "max_tokens": 1024,
        "messages": [ 
            { 
                "role": "user", 
                "content": [
                    {
                        "type": "text", 
                        "text": "Summarize the following call transcript: ..." 
                    } 
                ]
            }
        ]
    }
}
... 
# Add records until you hit the minimum

建立名為 amzn-s3-demo-bucket-input 的 S3 儲存貯體，並將檔案上傳至其中。然後建立名為 amzn-s3-demo-bucket-output 的 S3 儲存貯體，以寫入輸出檔案。 demo-bucket-output 執行下列程式碼片段以提交任務，並從回應中取得 jobArn：

import boto3

bedrock = boto3.client(service_name="bedrock")

inputDataConfig=({
    "s3InputDataConfig": {
        "s3Uri": "s3://amzn-s3-demo-bucket-input/abc.jsonl"
    }
})

outputDataConfig=({
    "s3OutputDataConfig": {
        "s3Uri": "s3://amzn-s3-demo-bucket-output/"
    }
})

response=bedrock.create_model_invocation_job(
    roleArn="arn:aws:iam::123456789012:role/MyBatchInferenceRole",
    modelId="anthropic.claude-3-haiku-20240307-v1:0",
    jobName="my-batch-job",
    inputDataConfig=inputDataConfig,
    outputDataConfig=outputDataConfig
)

jobArn = response.get('jobArn')

傳回任務的 status。

bedrock.get_model_invocation_job(jobIdentifier=jobArn)['status']

列出失敗的批次推論任務。

bedrock.list_model_invocation_jobs(
    maxResults=10,
    statusEquals="Failed",
    sortOrder="Descending"
)

停止您開始的任務。

bedrock.stop_model_invocation_job(jobIdentifier=jobArn)