Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Memanggil Titik Akhir Asinkron
Dapatkan kesimpulan dari model yang dihosting di titik akhir asinkron Anda dengan. InvokeEndpointAsync
catatan
Jika Anda belum melakukannya, unggah data inferensi Anda (misalnya, model pembelajaran mesin, data sampel) ke Amazon S3.
Tentukan bidang berikut dalam permintaan Anda:
Untuk
InputLocation
, tentukan lokasi data inferensi Anda.Untuk
EndpointName
, tentukan nama titik akhir Anda.(Opsional) Untuk
InvocationTimeoutSeconds
, Anda dapat mengatur batas waktu maksimal untuk permintaan. Anda dapat mengatur nilai ini hingga maksimum 3600 detik (satu jam) berdasarkan per permintaan. Jika Anda tidak menentukan bidang ini dalam permintaan Anda, secara default permintaan akan habis pada 15 menit.
# Create a low-level client representing Amazon SageMaker Runtime sagemaker_runtime = boto3.client("sagemaker-runtime", region_name=
<aws_region>
) # Specify the location of the input. Here, a single SVM sample input_location ="s3://bucket-name/test_point_0.libsvm"
# The name of the endpoint. The name must be unique within an AWS Region in your AWS account. endpoint_name='<endpoint-name>'
# After you deploy a model into production using SageMaker hosting # services, your client applications use this API to get inferences # from the model hosted at the specified endpoint. response = sagemaker_runtime.invoke_endpoint_async( EndpointName=endpoint_name, InputLocation=input_location, InvocationTimeoutSeconds=3600)
Anda menerima respons sebagai JSON string dengan ID permintaan Anda dan nama bucket Amazon S3 yang akan memiliki respons terhadap API panggilan setelah diproses.