

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Schwungrad-Iterationen
<a name="flywheels-iterate"></a>

Verwenden Sie Schwungscheiben-Iterationen, um neue Modellversionen zu erstellen und zu verwalten. 

**Topics**
+ [Arbeitsablauf für Iterationen](#flywheels-iterate-flow)
+ [Verwaltung von Iterationen (Konsole)](#flywheels-iterate-console)
+ [Verwaltung von Iterationen (API)](#flywheels-iterate-api)

## Arbeitsablauf für Iterationen
<a name="flywheels-iterate-flow"></a>

Ein Schwungrad beginnt mit einer trainierten Modellversion oder verwendet einen ersten Datensatz, um eine Modellversion zu trainieren.

Im Laufe der Zeit, wenn Sie neue beschriftete Daten erhalten, trainieren Sie neue Modellversionen, um die Leistung Ihres Schwungradmodells zu verbessern. Wenn Sie das Schwungrad ausführen, wird eine neue Iteration erstellt, mit der eine neue Modellversion trainiert und bewertet wird. Sie können die neue Modellversion hochstufen, wenn ihre Leistung der vorhandenen aktiven Modellversion überlegen ist.

Der Arbeitsablauf für die Flyrad-Iteration umfasst die folgenden Schritte:

1. Sie erstellen Datensätze für die neuen beschrifteten Daten.

1. Sie lassen das Schwungrad laufen, um eine neue Iteration zu erstellen. Die Iteration folgt diesen Schritten, um eine neue Modellversion zu trainieren und zu evaluieren: 

   1. Wertet die aktive Modellversion anhand der neuen Daten aus.

   1. Trainiert eine neue Modellversion unter Verwendung der neuen Daten. 

   1. Speichert die Auswertungs- und Trainingsergebnisse im Data Lake.

   1. Gibt die F1-Werte für beide Modelle zurück.

1. Nach Abschluss der Iteration können Sie die F1-Werte für das vorhandene aktive Modell und das neue Modell vergleichen. 

1. Wenn die neue Modellversion eine bessere Leistung aufweist, stufen Sie sie zur aktiven Modellversion herauf. Sie können die [Konsole](#flywheels-iterate-console-promote) oder die [API](#flywheels-iterate-console-promote) verwenden, um für die neue Modellversion zu werben.

## Verwaltung von Iterationen (Konsole)
<a name="flywheels-iterate-console"></a>

Sie können die Konsole verwenden, um eine neue Iteration zu starten und den Status einer laufenden Iteration abzufragen. Sie können auch die Ergebnisse abgeschlossener Iterationen anzeigen.

### Startet eine Flywheel-Iteration (Konsole)
<a name="flywheels-iterate-console-start"></a>

Bevor Sie eine neue Iteration starten können, müssen Sie einen oder mehrere neue Trainings- oder Testdatensätze erstellen. Siehe [Konfiguration von Datensätzen](datasets-config.md)

**Starten Sie eine Flywheel-Iteration (Konsole)**

1. Melden Sie sich bei der [Amazon Comprehend Comprehend-Konsole](https://console.aws.amazon.com/comprehend/) an AWS-Managementkonsole und öffnen Sie sie.

1. **Wählen Sie im linken Menü Flywheels.**

1. Wählen Sie in der Tabelle **Schwungräder** ein Schwungrad aus. 

1. Wählen Sie **Run Flywheel aus**. 

### Analysieren Sie die Iterationsergebnisse (Konsole)
<a name="flywheels-iterate-console-analyze"></a>

Nach der Ausführung der Schwungrad-Iteration zeigt die Konsole die Ergebnisse in der Tabelle mit den **Schwungscheiben-Iterationen** an.

### Werben Sie für eine neue Modellversion (Konsole)
<a name="flywheels-iterate-console-promote"></a>

Auf der Seite mit den Modelldetails in der Konsole können Sie eine neue Modellversion zur aktiven Modellversion heraufstufen. 

**Eine Flywheel-Modellversion zur aktiven Modellversion heraufstufen (Konsole)**

1. Melden Sie sich bei der [Amazon Comprehend Comprehend-Konsole](https://console.aws.amazon.com/comprehend/) an AWS-Managementkonsole und öffnen Sie sie.

1. **Wählen Sie im linken Menü Flywheels.**

1. Wählen Sie in der Tabelle **Schwungräder** ein Schwungrad aus. 

1. Wählen Sie in der Tabelle mit den **Flywheel-Detailseiten** die Version aus, die Sie heraufstufen möchten, aus der Tabelle mit den **Flywheels-Iterationen**. 

1. Wählen Sie Als aktives Modell **festlegen aus**. 

## Verwaltung von Iterationen (API)
<a name="flywheels-iterate-api"></a>

Sie können die Amazon Comprehend API verwenden, um eine neue Iteration zu starten und den Status einer laufenden Iteration abzufragen. Sie können auch die Ergebnisse abgeschlossener Iterationen einsehen.

### Starten Sie die Flywheel-Iteration (API)
<a name="flywheels-iterate-api-start"></a>

Verwenden Sie den Amazon Comprehend [StartFlywheelIteration](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartFlywheelIteration.html)Comprehend-Vorgang, um eine Flyrad-Iteration zu starten. 

```
aws comprehend start-flywheel-iteration \
    --flywheel-arn  "flywheelArn"
```

Die Antwort enthält den folgenden Inhalt.

```
{
  "FlywheelIterationArn": "arn:aws::comprehend:aws-region:111122223333:flywheel/name"
}
```

### Werben Sie für eine neue Modellversion (API)
<a name="flywheels-iterate-api-promote"></a>

Verwenden Sie den [UpdateFlywheel](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_UpdateFlywheel.html)Vorgang, um eine Modellversion zur aktiven Modellversion heraufzustufen. 

Senden Sie die `UpdateFlywheel` Anfrage mit dem `ActiveModelArn` Parametersatz an den ARN der neuen aktiven Modellversion.

```
aws comprehend update-flywheel \
    --active-model-arn  "modelArn" \
```

Die Antwort enthält den folgenden Inhalt.

```
{
  "FlywheelArn": "arn:aws::comprehend:aws-region:111122223333:flywheel/name",
  "ActiveModelArn": "modelArn"
}
```

### Beschreiben Sie die Ergebnisse der Schwungrad-Iteration (API)
<a name="flywheels-iterate-api-analyze"></a>

Der Amazon Comprehend [DescribeFlywheelIteration](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeFlywheelIteration.html)Comprehend-Vorgang gibt Informationen über eine Iteration zurück, nachdem sie vollständig ausgeführt wurde. 

```
aws comprehend describe-flywheel-iteration \
	--flywheel-arn "flywheelArn" \
	--flywheel-iteration-id  "flywheelIterationId" \
	--region aws-region
```

Die Antwort enthält den folgenden Inhalt.

```
{
    "FlywheelIterationProperties": {
        "FlywheelArn": "flywheelArn",
        "FlywheelIterationId": "iterationId",
        "CreationTime": <createdAt>,
        "EndTime": <endedAt>,
        "Status": <status>,
        "Message": <message>,
        "EvaluatedModelArn": "modelArn",
        "EvaluatedModelMetrics": {
            "AverageF1Score": <value>,
            "AveragePrecision": <value>,
            "AverageRecall": <value>,
            "AverageAccuracy": <value>
        },
        "TrainedModelArn": "modelArn",
        "TrainedModelMetrics": {
            "AverageF1Score": <value>,
            "AveragePrecision": <value>,
            "AverageRecall": <value>,
            "AverageAccuracy": <value>
        }
    }
}
```

### Holen Sie sich den Iterationsverlauf (API)
<a name="flywheels-iterate-api-history"></a>

Verwenden Sie den [ListFlywheelIterationHistory](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListFlywheelIterationHistory.html)Vorgang, um Informationen zum Iterationsverlauf abzurufen. 

```
aws comprehend list-flywheel-iteration-history \
	--flywheel-arn "flywheelArn"
```

Die Antwort enthält den folgenden Inhalt.

```
{
    "FlywheelIterationPropertiesList": [
        {
            "FlywheelArn": "<flywheelArn>",
            "FlywheelIterationId": "20220907T214613Z",
            "CreationTime": 1662587173.224,
            "EndTime": 1662592043.02,
            "Status": "<status>",
            "Message": "<message>",
            "EvaluatedModelArn": "modelArn",
            "EvaluatedModelMetrics": {
                "AverageF1Score": 0.8333333333333333,
                "AveragePrecision": 0.75,
                "AverageRecall": 0.9375,
                "AverageAccuracy": 0.8125
            },
            "TrainedModelArn": "modelArn",
            "TrainedModelMetrics": {
                "AverageF1Score": 0.865497076023392,
                "AveragePrecision": 0.7636363636363637,
                "AverageRecall": 1.0,
                "AverageAccuracy": 0.84375
            }
        }
    ]
}
```