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。
容器合約輸入
Amazon SageMaker 模型監控平台會根據指定的排程叫用您的容器程式碼。如果您選擇撰寫自己的容器程式碼,下列環境變數可使用。在此情況下,您可以分析目前資料集或評估限制條件 (如果選擇如此),並發出指標 (如果適用)。
即時端點和批次轉換工作的可用環境變數相同,dataset_format
變數除外。如果您使用的是即時端點,dataset_format
變數會支援下列選項:
{\"sagemakerCaptureJson\": {\"captureIndexNames\": [\"endpointInput\",\"endpointOutput\"]}}
如果您使用的是批次轉換工作,則 dataset_format
支援下列選項:
{\"csv\": {\"header\": [\"true\",\"false\"]}}
{\"json\": {\"line\": [\"true\",\"false\"]}}
{\"parquet\": {}}
下列程式碼範例顯示可用於容器程式碼的完整環境變數集 (並使用即時端點的 dataset_format
格式)。
"Environment": { "dataset_format": "{\"sagemakerCaptureJson\": {\"captureIndexNames\": [\"endpointInput\",\"endpointOutput\"]}}", "dataset_source": "/opt/ml/processing/endpointdata", "end_time": "2019-12-01T16: 20: 00Z", "output_path": "/opt/ml/processing/resultdata", "publish_cloudwatch_metrics": "Disabled", "sagemaker_endpoint_name": "endpoint-name", "sagemaker_monitoring_schedule_name": "schedule-name", "start_time": "2019-12-01T15: 20: 00Z" }
參數
參數名稱 | 描述 |
---|---|
dataset_format |
對於從 |
dataset_source |
如果您使用的是即時端點,可使用與 我們有時會下載超過開始和結束時間所指定的資料量。容器程式碼會依需要來剖析資料。 |
output_path |
寫入輸出報告和其他檔案的本機路徑。請在 |
publish_cloudwatch_metrics |
對於由 |
sagemaker_endpoint_name |
如果您使用的是即時端點,則為啟動此排程工作的 |
sagemaker_monitoring_schedule_name |
啟動此工作的 |
*sagemaker_endpoint_datacapture_prefix* |
如果您使用的是即時端點,則為 |
start_time, end_time |
此分析執行的時間範圍。例如,如果是排定於下午 5 點執行的工作,UTC而在 2020 年 2 月 20 日執行的工作,則 |
baseline_constraints: |
|
baseline_statistics |
|