AWS CLI ejemplos de v1 - Amazon SageMaker

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

AWS CLI ejemplos de v1

El ejemplo de la sección anterior era para la AWS CLI versión 2. Los siguientes ejemplos de solicitud y respuesta hacia y desde el punto de conexión utilizan la v1 de la AWS CLI .

En el siguiente ejemplo de código, la solicitud consta de un único registro y la respuesta es su valor de probabilidad.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-sagemaker-xgboost-model \ --content-type text/csv \ --accept text/csv \ --body '1,2,3,4' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

0.6

En el siguiente ejemplo de código, la solicitud consta de dos registros y la respuesta incluye sus probabilidades, que están separadas por una coma.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-sagemaker-xgboost-model \ --content-type text/csv \ --accept text/csv \ --body $'1,2,3,4\n5,6,7,8' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, la expresión $'content' del comando --body indica al comando que interprete '\n' en el contenido como un salto de línea. A continuación, se muestra el resultado de respuesta.

0.6,0.3

En el siguiente ejemplo de código, la solicitud consta de dos registros y la respuesta incluye sus probabilidades, que están separadas por un salto de línea.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-csv-1 \ --content-type text/csv \ --accept text/csv \ --body $'1,2,3,4\n5,6,7,8' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

0.6 0.3

En el siguiente ejemplo de código, la solicitud consta de un único registro y la respuesta son los valores de probabilidad de un modelo multiclase que contiene tres clases.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-csv-1 \ --content-type text/csv \ --accept text/csv \ --body '1,2,3,4' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

0.1,0.6,0.3

En el siguiente ejemplo de código, la solicitud consta de dos registros y la respuesta son los valores de probabilidad de un modelo multiclase que contiene tres clases.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-csv-1 \ --content-type text/csv \ --accept text/csv \ --body $'1,2,3,4\n5,6,7,8' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

0.1,0.6,0.3 0.2,0.5,0.3

En el siguiente ejemplo de código, la solicitud consta de dos registros y la respuesta incluye la probabilidad y la etiqueta predicha.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-csv-2 \ --content-type text/csv \ --accept text/csv \ --body $'1,2,3,4\n5,6,7,8' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

1,0.6 0,0.3

En el siguiente ejemplo de código, la solicitud consta de dos registros y la respuesta incluye las probabilidades y los encabezados de etiqueta.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-csv-3 \ --content-type text/csv \ --accept text/csv \ --body $'1,2,3,4\n5,6,7,8' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

"['cat','dog','fish']","[0.1,0.6,0.3]" "['cat','dog','fish']","[0.2,0.5,0.3]"

En el siguiente ejemplo de código, la solicitud consta de un único registro y la respuesta es su valor de probabilidad.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-jsonlines \ --content-type application/jsonlines \ --accept application/jsonlines \ --body '{"features":["This is a good product",5]}' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

{"score":0.6}

En el siguiente ejemplo de código, la solicitud contiene dos registros y la respuesta incluye la probabilidad y la etiqueta predicha.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-jsonlines-2 \ --content-type application/jsonlines \ --accept application/jsonlines \ --body $'{"features":[1,2,3,4]}\n{"features":[5,6,7,8]}' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

{"predicted_label":1,"probability":0.6} {"predicted_label":0,"probability":0.3}

En el siguiente ejemplo de código, la solicitud contiene dos registros y la respuesta incluye las probabilidades y los encabezados de etiqueta.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-jsonlines-3 \ --content-type application/jsonlines \ --accept application/jsonlines \ --body $'{"data":{"features":[1,2,3,4]}}\n{"data":{"features":[5,6,7,8]}}' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

{"predicted_labels":["cat","dog","fish"],"probabilities":[0.1,0.6,0.3]} {"predicted_labels":["cat","dog","fish"],"probabilities":[0.2,0.5,0.3]}

En el siguiente ejemplo de código, la solicitud está en CSV formato y la respuesta en formato JSON Lines.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-csv-in-jsonlines-out \ --content-type text/csv \ --accept application/jsonlines \ --body $'1,2,3,4\n5,6,7,8' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

{"probability":0.6} {"probability":0.3}

En el siguiente ejemplo de código, la solicitud está en formato de JSON líneas y la respuesta está en CSV formato.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-jsonlines-in-csv-out \ --content-type application/jsonlines \ --accept text/csv \ --body $'{"features":[1,2,3,4]}\n{"features":[5,6,7,8]}' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

0.6 0.3

En el siguiente ejemplo de código, la solicitud está en CSV formato y la respuesta está en JSON formato.

aws sagemaker-runtime invoke-endpoint \ --endpoint-name test-endpoint-csv-in-jsonlines-out \ --content-type text/csv \ --accept application/jsonlines \ --body $'1,2,3,4\n5,6,7,8' \ /dev/stderr 1>/dev/null

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

{"predictions":[{"label":1,"score":0.6},{"label":0,"score":0.3}]}