기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
모델을 SageMaker AI 실시간 추론 엔드포인트에 배포하고 엔드포인트에 요청을 보내는 것이 좋습니다. 요청과 응답을 수동으로 검사하여 둘 다 테이블 형식 데이터에 대한 엔드포인트 요청섹션과 테이블 형식 데이터에 대한 엔드포인트 응답섹션에서의 요구 사항을 준수하고 있는지 확인하세요. 모델 컨테이너가 배치 요청을 지원하는 경우, 먼저 단일 레코드 요청으로 시작했다가 이후 2개 이상의 레코드로 시도해볼 수 있습니다.
다음 명령은 AWS CLI를 사용하여 응답을 요청하는 방법을 보여줍니다. AWS CLI
는 SageMaker Studio 및 SageMaker 노트북 인스턴스에 사전 설치되어 있습니다. 를 설치하려면이 설치 안내서
aws sagemaker-runtime invoke-endpoint \
--endpoint-name $ENDPOINT_NAME \
--content-type $CONTENT_TYPE \
--accept $ACCEPT_TYPE \
--body $REQUEST_DATA \
$CLI_BINARY_FORMAT \
/dev/stderr 1>/dev/null매개변수는 다음과 같이 정의됩니다.
-
$ENDPOINT NAME- 엔드포인트의 이름입니다. -
$CONTENT_TYPE– 요청의 MIME 유형(모델 컨테이너 입력)입니다. -
$ACCEPT_TYPE– 응답의 MIME 유형(모델 컨테이너 출력)입니다. -
$REQUEST_DATA– 요청된 페이로드 문자열입니다. -
$CLI_BINARY_FORMAT– 명령줄 인터페이스(CLI) 매개변수의 형식입니다. AWS CLI v1의 경우이 파라미터는 비워 두어야 합니다. v2의 경우 이 파라미터를--cli-binary-format raw-in-base64-out으로 설정해야 합니다.
참고
AWS CLI v2는 기본적으로 바이너리 파라미터를 base64로 인코딩된 문자열로 전달합니다.
