AWS IoT Greengrass Version 1 는 2023년 6월 30일에 수명 연장 단계에 들어갔습니다. AWS IoT Greengrass V1 관리형 정책에 대한 자세한 정보는 섹션을 참조하세요. 이 날짜 이후에는 기능, 개선 사항, 버그 수정 또는 보안 패치를 제공하는 업데이트를 릴리스하지 AWS IoT Greengrass V1 않습니다. 에서 실행되는 디바이스는 중단 AWS IoT Greengrass V1 되지 않고 계속 작동하며 클라우드에 연결됩니다. 로 마이그레이션 AWS IoT Greengrass Version 2하는 것이 좋습니다. 이 마이그레이션하면 추가 플랫폼 에 대한 중요한 새 기능과 지원이 추가됩니다. https://docs.aws.amazon.com/greengrass/v2/developerguide/operating-system-feature-support-matrix.html

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

ML 피드백 커넥터

ML 피드백 커넥터는 모델 재교육 및 분석을 위해 보다 쉽게 기계 학습(ML) 모델 데이터에 액세스할 수 있게 해줍니다. 이 커넥터는

이 커넥터를 구성하려면 지원되는 피드백 구성을 JSON 형식으로 설명해야 합니다. 피드백 구성은 Amazon S3 버킷, 콘텐츠 유형, 샘플링 전략.과 같은 속성을 정의합니다. (샘플링 전략은 어느 샘플을 업로드할지 결정하는 데 사용됩니다.)

다음과 같은 상황에서 ML 피드백 커넥터를 사용할 수 있습니다.

ARN: arn:aws:greengrass:region::/connectors/MLFeedback/versions/1

요구 사항

이 커넥터에는 다음과 같은 요구 사항이 있습니다.

파라미터

커넥터 만들기 예(AWS CLI)

다음 CLI 명령은 ML 피드백 커넥터가 포함된 초기 버전을 사용하여 ConnectorDefinition을 생성합니다.

aws greengrass create-connector-definition --name MyGreengrassConnectors --initial-version '{
    "Connectors": [
        {
            "Id": "MyMLFeedbackConnector",
            "ConnectorArn": "arn:aws:greengrass:region::/connectors/MLFeedback/versions/1",
            "Parameters": {
                "FeedbackConfigurationMap": "{  \"RandomSamplingConfiguration\": {  \"s3-bucket-name\": \"my-aws-bucket-random-sampling\",  \"content-type\": \"image/png\",  \"file-ext\": \"png\",  \"sampling-strategy\": {  \"strategy-name\": \"RANDOM_SAMPLING\",  \"rate\": 0.5  } },  \"LeastConfidenceConfiguration\": {  \"s3-bucket-name\": \"my-aws-bucket-least-confidence-sampling\",  \"content-type\": \"image/png\",  \"file-ext\": \"png\",  \"sampling-strategy\": {  \"strategy-name\": \"LEAST_CONFIDENCE\",  \"threshold\": 0.4  } } }", 
                "RequestLimit": "10"
            }
        }
    ]
}'

FeedbackConfigurationMap 예제

다음은 FeedbackConfigurationMap 파라미터의 확장된 예제 값입니다. 이 예제에는 서로 다른 샘플링 전략을 사용하는 여러 피드백 구성이 포함되어 있습니다.

{
    "ConfigID1": {
        "s3-bucket-name": "my-aws-bucket-random-sampling",
        "content-type": "image/png",
        "file-ext": "png",
        "sampling-strategy": {
            "strategy-name": "RANDOM_SAMPLING",
            "rate": 0.5
        }
    },
    "ConfigID2": {
        "s3-bucket-name": "my-aws-bucket-margin-sampling",
        "content-type": "image/png",
        "file-ext": "png",
        "sampling-strategy": {
            "strategy-name": "MARGIN",
            "threshold": 0.4
        }
    },
    "ConfigID3": {
        "s3-bucket-name": "my-aws-bucket-least-confidence-sampling",
        "content-type": "image/png",
        "file-ext": "png",
        "sampling-strategy": {
            "strategy-name": "LEAST_CONFIDENCE",
            "threshold": 0.4
        }
    },
    "ConfigID4": {
        "s3-bucket-name": "my-aws-bucket-entropy-sampling",
        "content-type": "image/png",
        "file-ext": "png",
        "sampling-strategy": {
            "strategy-name": "ENTROPY",
            "threshold": 2
        }
    },
    "ConfigID5": {
        "s3-bucket-name": "my-aws-bucket-no-sampling",
        "s3-prefix": "DeviceA",
        "content-type": "application/json"
    }
}

샘플링 전략

이 커넥터는 커넥터로 전달되는 샘플을 업로드할지 여부를 결정하는 4개의 샘플링 전략을 지원합니다. 샘플은 모델이 예측을 위해 사용하는 개별 데이터 인스턴스입니다. 샘플링 전략을 사용하여 모델 정확성을 가장 개선할 수 있는 샘플을 선택할 수 있습니다.

입력 데이터

사용자 정의 publish 함수는 AWS IoT Greengrass 기계 학습 SDK에서 feedback 클라이언트의 Lambda 함수를 사용하여 커넥터를 간접 호출합니다. 예시는 사용 예에서 확인하세요.

publish 함수는 다음 인수를 사용합니다.

출력 데이터

이 커넥터는 다음 3개의 MQTT 주제에 데이터를 게시합니다.

커넥터가 MQTT 주제에서 통신할 수 있게 허용하도록 구독을 구성해야 합니다. 자세한 내용은 입력 및 출력 섹션을 참조하세요.

사용 예

다음 예제는 AWS IoT Greengrass 기계 학습 SDK를 사용하여 ML 피드백 커넥터로 데이터를 전송하는 사용자 정의 Lambda 함수입니다.

import json
import logging
import os
import sys
import greengrass_machine_learning_sdk as ml

client = ml.client('feedback')

try:
    feedback_config_id = os.environ["FEEDBACK_CONFIG_ID"]
    model_input_data_dir = os.environ["MODEL_INPUT_DIR"]
    model_prediction_str = os.environ["MODEL_PREDICTIONS"]
    model_prediction = json.loads(model_prediction_str)
except Exception as e:
    logging.info("Failed to open environment variables. Failed with exception:{}".format(e))
    sys.exit(1)

try:
    with open(os.path.join(model_input_data_dir, os.listdir(model_input_data_dir)[0]), 'rb') as f:
        content = f.read()
except Exception as e:
    logging.info("Failed to open model input directory. Failed with exception:{}".format(e))
    sys.exit(1)    

def invoke_feedback_connector():
    logging.info("Invoking feedback connector.")
    try:
        client.publish(
            ConfigId=feedback_config_id,
            ModelInput=content,
            ModelPrediction=model_prediction
        )
    except Exception as e:
        logging.info("Exception raised when invoking feedback connector:{}".format(e))
        sys.exit(1)    

invoke_feedback_connector()

def function_handler(event, context):
    return

라이선스

ML 피드백 커넥터에는 다음 타사 소프트웨어/라이선스가 포함되어 있습니다.

이 커넥터는 Greengrass 코어 소프트웨어 라이선스 계약에 따라 릴리스됩니다.

다음 사항도 참조하세요.