Seleccione sus preferencias de cookies

Usamos cookies esenciales y herramientas similares que son necesarias para proporcionar nuestro sitio y nuestros servicios. Usamos cookies de rendimiento para recopilar estadísticas anónimas para que podamos entender cómo los clientes usan nuestro sitio y hacer mejoras. Las cookies esenciales no se pueden desactivar, pero puede hacer clic en “Personalizar” o “Rechazar” para rechazar las cookies de rendimiento.

Si está de acuerdo, AWS y los terceros aprobados también utilizarán cookies para proporcionar características útiles del sitio, recordar sus preferencias y mostrar contenido relevante, incluida publicidad relevante. Para aceptar o rechazar todas las cookies no esenciales, haga clic en “Aceptar” o “Rechazar”. Para elegir opciones más detalladas, haga clic en “Personalizar”.

Datos de entrada

Modo de enfoque
Datos de entrada - Amazon SageMaker AI

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.

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.

Los datos de entrada son los objetos de datos que envía a su personal para etiquetarlos. Hay dos formas de enviar objetos de datos a Ground Truth para etiquetarlos:

  • Enviar una lista de objetos de datos que deban etiquetarse mediante un archivo de manifiesto de entrada.

  • Enviar objetos de datos individuales en tiempo real a un trabajo de etiquetado en streaming y continuo.

Si tiene un conjunto de datos que debe etiquetarse una vez y no necesita un trabajo de etiquetado continuo, cree un trabajo de etiquetado estándar con un archivo de manifiesto de entrada.

Si desea enviar periódicamente nuevos objetos de datos a su trabajo de etiquetado una vez que haya comenzado, cree un trabajo de etiquetado en streaming. Al crear un trabajo de etiquetado en streaming, si lo desea, puede utilizar un archivo de manifiesto de entrada para especificar un grupo de datos que desee etiquetar inmediatamente cuando comience el trabajo. Puede enviar continuamente nuevos objetos de datos a un trabajo de etiquetado en streaming mientras esté activo.

nota

Los trabajos de SageMaker etiquetado en streaming solo se admiten a través de la API. No se puede crear un trabajo de etiquetado en streaming con la consola de SageMaker IA.

Los siguientes tipos de tareas tienen requisitos y opciones especiales de datos de entrada:

PrivacidadTérminos del sitioPreferencias de cookies
© 2025, Amazon Web Services, Inc o sus afiliados. Todos los derechos reservados.