Memanggil titik akhir - Amazon SageMaker
PermintaanRespons

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Memanggil titik akhir

Setelah endpoint berjalan, gunakan SageMaker Runtime InvokeEndpointAPIdalam layanan SageMaker Runtime untuk mengirim permintaan ke, atau memanggil endpoint. Sebagai tanggapan, permintaan ditangani sebagai permintaan penjelasan oleh Clarify explainer. SageMaker

catatan

Untuk memanggil titik akhir, pilih salah satu opsi berikut:

Permintaan

InvokeEndpointAPIMemiliki parameter opsionalEnableExplanations, yang dipetakan ke HTTP headerX-Amzn-SageMaker-Enable-Explanations. Jika parameter ini disediakan, itu mengesampingkan EnableExplanations parameter. ClarifyExplainerConfig

catatan

AcceptParameter ContentType dan parameter InvokeEndpoint API yang diperlukan. Format yang didukung termasuk MIME jenis text/csv danapplication/jsonlines.

Gunakan sagemaker_runtime_client untuk mengirim permintaan ke titik akhir, sebagai berikut:

response = sagemaker_runtime_client.invoke_endpoint(
    EndpointName='name-of-your-endpoint',
    EnableExplanations='`true`',
    ContentType='text/csv',
    Accept='text/csv',
    Body='1,2,3,4',  # single record (of four numerical features)
)

Untuk titik akhir multi-model, berikan TargetModel parameter tambahan dalam permintaan contoh sebelumnya untuk menentukan model mana yang akan ditargetkan pada titik akhir. Titik akhir multi-model secara dinamis memuat model target sesuai kebutuhan. Untuk informasi selengkapnya tentang titik akhir multi-model, lihat. Titik akhir multi-model Lihat SageMaker Clarify Online Explainability on Multi-Model Endpoint Sample Notebook untuk contoh cara menyiapkan dan memanggil beberapa model target dari satu titik akhir.

Respons

Jika titik akhir dibuat denganExplainerConfig, maka skema respons baru digunakan, Skema baru ini berbeda dari, dan tidak kompatibel dengan, titik akhir yang tidak memiliki parameter yang disediakan. ExplainerConfig

MIMEJenis responsnya adalahapplication/json, dan muatan respons dapat diterjemahkan dari UTF -8 byte ke objek. JSON Berikut ini menunjukkan anggota JSON objek ini adalah sebagai berikut:

  • version: Versi skema respons dalam format string. Misalnya, 1.0.

  • predictions: Prediksi yang dibuat permintaan memiliki yang berikut:

    • content_type: MIME Jenis prediksi, mengacu pada ContentType respons wadah model.

    • data: String data prediksi dikirimkan sebagai muatan respons wadah model untuk permintaan tersebut.

  • label_headers: Header label dari LabelHeaders parameter. Ini disediakan baik dalam konfigurasi explainer atau output wadah model.

  • explanations: Penjelasan yang diberikan dalam payload permintaan. Jika tidak ada catatan yang dijelaskan, maka anggota ini mengembalikan objek kosong{}.

    • kernel_shap: Sebuah kunci yang mengacu pada array SHAP penjelasan Kernel untuk setiap record dalam permintaan. Jika catatan tidak dijelaskan, penjelasan yang sesuai adalahnull.

kernel_shapElemen memiliki anggota berikut:

  • feature_header: Nama header dari fitur yang disediakan oleh FeatureHeaders parameter dalam konfigurasi ExplainerConfig explainer.

  • feature_type: Jenis fitur yang disimpulkan oleh penjelasan atau disediakan dalam FeatureTypes parameter di. ExplainerConfig Elemen ini hanya tersedia untuk NLP masalah penjelasan.

  • attributions: Sebuah array objek atribusi. Fitur teks dapat memiliki beberapa objek atribusi, masing-masing untuk satu unit. Objek atribusi memiliki anggota berikut:

    • attribution: Daftar nilai probabilitas, diberikan untuk setiap kelas.

    • description: Deskripsi unit teks, hanya tersedia untuk masalah NLP penjelasan.

      • partial_text: Bagian teks yang dijelaskan oleh penjelas.

      • start_idx: Indeks berbasis nol untuk mengidentifikasi lokasi array dari awal fragmen teks sebagian.