View a markdown version of this page

Online-Erklärbarkeit mit Clarify SageMaker - Amazon SageMaker KI
So funktioniert’s

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.

Online-Erklärbarkeit mit Clarify SageMaker

Diese Anleitung zeigt, wie Sie die Online-Erklärbarkeit mit Clarify konfigurieren. SageMaker Mit SageMaker KI-Endpunkten für Echtzeit-Inferenzen können Sie die Erklärbarkeit kontinuierlich in Echtzeit analysieren. Die Online-Erklärbarkeitsfunktion passt in den Teil „Bereitstellen in die Produktion“ des Amazon AI Machine Learning-Workflows. SageMaker

So funktioniert die Verdeutlichung der Online-Erklärbarkeit

Die folgende Grafik zeigt die SageMaker KI-Architektur für das Hosten eines Endpunkts, der Erklärbarkeitsanfragen bedient. Sie zeigt Interaktionen zwischen einem Endpunkt, dem Modellcontainer und dem Clarify Explainer. SageMaker

SageMaker KI-Architektur, die das Hosten eines Endpunkts zeigt, der auf Abruf erklärbare Anfragen bedient.

So funktioniert die Verdeutlichung der Online-Erklärbarkeit: Die Anwendung sendet eine REST-style InvokeEndpoint Anfrage an den SageMaker AI Runtime Service. Der Service leitet diese Anfrage an einen SageMaker KI-Endpunkt weiter, um Vorhersagen und Erklärungen zu erhalten. Anschließend erhält der Service die Antwort vom Endpunkt. Schließlich sendet der Service die Antwort an die Anwendung zurück.

Um die Endpunktverfügbarkeit zu erhöhen, versucht SageMaker AI automatisch, die Endpunktinstanzen entsprechend der Anzahl der Instanzen in der Endpunktkonfiguration auf mehrere Availability Zones zu verteilen. Auf einer Endpunktinstanz ruft der SageMaker Clarify Explainer bei einer neuen Erklärbarkeitsanfrage den Modellcontainer auf, um Prognosen abzufragen. Anschließend werden die Funktionszuordnungen berechnet und zurückgegeben.

Hier sind die vier Schritte, um einen Endpunkt zu erstellen, der die Online-Erklärbarkeit von Clarify verwendet SageMaker :

  1. Prüfen Sie, ob Ihr vorab trainiertes SageMaker KI-Modell mit der Online-Erklärbarkeit kompatibel ist, indem Sie die Schritte zur Vorabprüfung befolgen. https://docs.aws.amazon.com/sagemaker/latest/dg/clarify-online-explainability-precheck.html

  2. Erstellen Sie mithilfe der API eine Endpunktkonfiguration mit der SageMaker Clarify Explainer-Konfiguration. CreateEndpointConfig

  3. Erstellen Sie einen Endpunkt und stellen Sie der SageMaker KI mithilfe der API die Endpunktkonfiguration zur Verfügung. CreateEndpoint Der Service startet die ML-Compute-Instance und stellt die Modelle gemäß der Konfiguration bereit.

  4. Rufen Sie den Endpunkt auf: Nachdem der Endpunkt in Betrieb ist, rufen Sie die SageMaker AI Runtime API InvokeEndpoint auf, um Anfragen an den Endpunkt zu senden. Der Endpunkt gibt dann Erklärungen und Prognosen zurück.