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.
Einsatz und Vorhersage des Autopilot-Modells
Dieser Amazon SageMaker Autopilot-Leitfaden enthält Schritte zur Modellbereitstellung, zum Einrichten von Echtzeit-Inferenzen und zum Ausführen von Inferenzen mit Batch-Jobs.
Nachdem Sie Ihre Autopilot-Modelle trainiert haben, können Sie sie auf zwei Arten einsetzen, um Vorhersagen zu erhalten:
-
Verwenden Sie Stellen Sie Modelle für Inferenzen in Echtzeit bereit, um einen Endpunkt einzurichten und interaktiv Vorhersagen zu erhalten. Inferenz in Echtzeit ist ideal für Inferenz-Workloads, bei denen interaktive Echtzeitanforderungen mit geringer Latenz erfüllt werden müssen.
-
Verwenden Sie Führen Sie Batch-Inferenzjobs aus, um parallel Prognosen für stapelweise Beobachtungen eines gesamten Datensatzes zu treffen. Batch-Inferenz ist eine gute Option für große Datensätze oder wenn Sie keine sofortige Antwort auf eine Modellvorhersageanforderung benötigen.
Anmerkung
Um unnötige Kosten zu vermeiden: Nachdem die Endpunkte und Ressourcen, die aus der Modellbereitstellung erstellt wurden, nicht mehr benötigt werden, können Sie sie löschen. Informationen zur Preisgestaltung von Instances nach Regionen finden Sie unter SageMaker Amazon-Preise
