Sélectionner vos préférences de cookies

Nous utilisons des cookies essentiels et des outils similaires qui sont nécessaires au fonctionnement de notre site et à la fourniture de nos services. Nous utilisons des cookies de performance pour collecter des statistiques anonymes afin de comprendre comment les clients utilisent notre site et d’apporter des améliorations. Les cookies essentiels ne peuvent pas être désactivés, mais vous pouvez cliquer sur « Personnaliser » ou « Refuser » pour refuser les cookies de performance.

Si vous êtes d’accord, AWS et les tiers approuvés utiliseront également des cookies pour fournir des fonctionnalités utiles au site, mémoriser vos préférences et afficher du contenu pertinent, y compris des publicités pertinentes. Pour accepter ou refuser tous les cookies non essentiels, cliquez sur « Accepter » ou « Refuser ». Pour effectuer des choix plus détaillés, cliquez sur « Personnaliser ».

Données d'entrée

Mode de mise au point
Données d'entrée - Amazon SageMaker AI

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Les données d'entrée sont les objets de données que vous envoyez à vos employés pour qu'ils les étiquettent. Il existe deux façons d'envoyer des objets de données à Ground Truth pour l'étiquetage :

  • Envoyez une liste d'objets de données qui nécessitent un étiquetage à l'aide d'un fichier manifeste source.

  • Envoyez des objets de données individuels en temps réel à une tâche d'étiquetage en streaming en exécution permanente.

Si vous avez un jeu de données qui doit être étiqueté une fois et que vous n'avez pas besoin d'une tâche d'étiquetage continue, créez une tâche d'étiquetage standard à l'aide d'un fichier manifeste source.

Si vous souhaitez envoyer régulièrement de nouveaux objets de données à votre tâche d'étiquetage une fois qu'elle a démarré, créez une tâche d'étiquetage en streaming. Lorsque vous créez une tâche d'étiquetage en streaming, vous pouvez éventuellement utiliser un fichier manifeste source pour spécifier un groupe de données que vous souhaitez étiqueter immédiatement après le démarrage de la tâche. Tant qu'elle est active, vous pouvez en permanence envoyer de nouveaux objets de données à une tâche d'étiquetage en streaming.

Note

Les tâches d'étiquetage en streaming ne sont prises en charge que via l' SageMaker API. Vous ne pouvez pas créer de tâche d'étiquetage en streaming à l'aide de la console SageMaker AI.

Les types de tâches suivants ont des exigences et des options spéciales en matière de données source :

ConfidentialitéConditions d'utilisation du sitePréférences de cookies
© 2025, Amazon Web Services, Inc. ou ses affiliés. Tous droits réservés.