本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
Neptune ML 推論端點 API
推論端點動作：
CreateMLEndpoint (動作)
此 API 的 AWS CLI 名稱是：create-ml-endpoint。
建立新的 Neptune ML 推論端點，此推論端點可讓您查詢模型訓練程序所建構的特定模型。請參閱使用端點命令管理推論端點。
在已啟用 IAM 身分驗證的 Neptune 叢集中調用此操作時，發出請求的 IAM 使用者或角色必須附加一個政策，在該叢集中允許 neptune-db:CreateMLEndpoint IAM 動作。
請求
-
id (在 CLI 中：
--id) – 字串，類型為：string(UTF-8 編碼的字串)。新推論端點的唯一識別符。預設值為自動產生的時間戳記名稱。
-
instanceCount (在 CLI 中：
--instance-count) – 整數，類型為：integer(帶正負號的 32 位元整數)。要部署到端點進行預測的 Amazon EC2 執行個體數量下限。預設為 1
-
instanceType (在 CLI 中：
--instance-type) – 字串，類型為：string(UTF-8 編碼的字串)。用於線上服務的 Neptune ML 執行個體類型。預設值為
ml.m5.xlarge。為推論端點選擇 ML 執行個體，取決於任務類型、圖形大小以及您的預算。 -
mlModelTrainingJobId (在 CLI 中：
--ml-model-training-job-id) – 字串，類型為：string(UTF-8 編碼的字串)。已完成模型訓練工作的工作 ID，該工作已建立推論端點將指向的模型。您必須提供
mlModelTrainingJobId或mlModelTransformJobId。 -
mlModelTransformJobId (在 CLI 中：
--ml-model-transform-job-id) – 字串，類型為：string(UTF-8 編碼的字串)。已完成模型轉換工作的工作 ID。您必須提供
mlModelTrainingJobId或mlModelTransformJobId。 -
modelName (在 CLI 中：
--model-name) – 字串，類型為：string(UTF-8 編碼的字串)。用於訓練的模型類型。根據預設，Neptune ML 模型會自動以資料處理中使用的
modelType為基礎，但您可以在這裡指定不同的模型類型。預設值為rgcn用於異質圖和kge用於知識圖譜。異質圖的唯一有效值是rgcn。知識圖譜的有效值為：kge、transe、distmult、和rotate。 -
neptuneIamRoleArn (在 CLI 中：
--neptune-iam-role-arn) – 字串，類型為：string(UTF-8 編碼的字串)。IAM 角色的 ARN，此角色可讓 Neptune 存取 SageMaker 和 Amazon S3 資源。這必須列示在您的資料庫叢集參數群組中，否則會擲回錯誤。
-
update (在 CLI 中:
--update) – 布林值，類型為：boolean(布林值 (true 或 false))。如果設定為
true，update指示這是更新請求。預設值為false。您必須提供mlModelTrainingJobId或mlModelTransformJobId。 -
volumeEncryptionKMSKey (在 CLI 中：
--volume-encryption-kms-key) – 字串，類型為：string(UTF-8 編碼的字串)。SageMaker 用來加密儲存磁碟區上資料的 Amazon Key Management Service (Amazon KMS) 金鑰，而該儲存磁碟區附加到執行訓練工作的 ML 運算執行個體。預設值為 None (無)。
回應
-
arn – 字串，類型為：
string(UTF-8 編碼的字串)。新推論端點的 ARN。
-
creationTimeInMillis - Long 整數，類型為：
long(帶有正負號的 64 位元整數)。端點建立時間，以毫秒為單位。
-
id – 字串，類型為：
string(UTF-8 編碼的字串)。新推論端點的唯一 ID。
錯誤
ListMLEndpoints (動作)
此 API 的 AWS CLI 名稱是：list-ml-endpoints。
列出現有的推論端點。請參閱使用端點命令管理推論端點。
在已啟用 IAM 身分驗證的 Neptune 叢集中調用此操作時，發出請求的 IAM 使用者或角色必須附加一個政策，在該叢集中允許 neptune-db:ListMLEndpoints IAM 動作。
請求
-
maxItems (在 CLI 中：
--max-items) – ListMLEndpointsInputMaxItemsInteger，類型為：integer(帶有正負號的 32 位元整數)，不小於 1 或大於 1024 ?st?s。要傳回的項目數目上限 (從 1 到 1024；預設值為 10)。
-
neptuneIamRoleArn (在 CLI 中：
--neptune-iam-role-arn) – 字串，類型為：string(UTF-8 編碼的字串)。IAM 角色的 ARN，此角色可讓 Neptune 存取 SageMaker 和 Amazon S3 資源。這必須列示在您的資料庫叢集參數群組中，否則會發生錯誤。
回應
-
ids – 字串，類型為：
string(UTF-8 編碼的字串)。來自推論端點 ID 清單的頁面。
錯誤
GetMLEndpoint (動作)
此 API 的 AWS CLI 名稱是：get-ml-endpoint。
擷取有關推論端點的詳細資訊。請參閱使用端點命令管理推論端點。
在已啟用 IAM 身分驗證的 Neptune 叢集中調用此操作時，發出請求的 IAM 使用者或角色必須附加一個政策，在該叢集中允許 neptune-db:GetMLEndpointStatus IAM 動作。
請求
-
id (在 CLI 中：
--id) – 必要：字串，類型為：string(UTF-8 編碼的字串)。推論端點的唯一識別符。
-
neptuneIamRoleArn (在 CLI 中：
--neptune-iam-role-arn) – 字串，類型為：string(UTF-8 編碼的字串)。IAM 角色的 ARN，此角色可讓 Neptune 存取 SageMaker 和 Amazon S3 資源。這必須列示在您的資料庫叢集參數群組中，否則會發生錯誤。
回應
-
endpoint – MlResourceDefinition 物件。
端點定義。
-
endpointConfig – MlConfigDefinition 物件。
端點組態
-
id – 字串，類型為：
string(UTF-8 編碼的字串)。推論端點的唯一識別符。
-
status – 字串，類型為：
string(UTF-8 編碼的字串)。推論端點的狀態。
錯誤
DeleteMLEndpoint (動作)
此 API 的 AWS CLI 名稱是：delete-ml-endpoint。
取消建立 Neptune ML 推論端點。請參閱使用端點命令管理推論端點。
在已啟用 IAM 身分驗證的 Neptune 叢集中調用此操作時，發出請求的 IAM 使用者或角色必須附加一個政策，在該叢集中允許 neptune-db:DeleteMLEndpoint IAM 動作。
請求
-
clean (在 CLI 中:
--clean) – 布林值，類型為：boolean(布林值 (true 或 false))。如果此旗標設定為
TRUE，則應在工作停止時刪除所有 Neptune ML S3 成品。預設值為FALSE。 -
id (在 CLI 中：
--id) – 必要：字串，類型為：string(UTF-8 編碼的字串)。推論端點的唯一識別符。
-
neptuneIamRoleArn (在 CLI 中：
--neptune-iam-role-arn) – 字串，類型為：string(UTF-8 編碼的字串)。IAM 角色的 ARN，此角色可讓 Neptune 存取 SageMaker 和 Amazon S3 資源。這必須列示在您的資料庫叢集參數群組中，否則會擲回錯誤。
回應
-
status – 字串，類型為：
string(UTF-8 編碼的字串)。取消的狀態。
錯誤
