As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Visão geral do flywheel

Um flywheel é um recurso do Amazon Comprehend que orquestra o treinamento e a avaliação de novas versões de um modelo personalizado. Você pode criar um flywheel para usar um modelo treinado existente, ou o Amazon Comprehend pode criar e treinar um novo modelo para o flywheel. Use flywheels com modelos personalizados de texto sem formatação para classificação personalizada ou reconhecimento personalizado de entidades.

Você pode configurar e gerenciar flywheels usando o console ou a API do Amazon Comprehend. Você também pode configurar flywheels usando o AWS CloudFormation.

Ao criar um flywheel, o Amazon Comprehend cria um data lake na sua conta. O data lake armazena e gerencia todos os dados do flywheel, como dados de treinamento e dados de teste de todas as versões do modelo.

Você define a versão do modelo ativo como a versão do modelo do flywheel que deseja usar para tarefas de inferência ou endpoints do Amazon Comprehend. Inicialmente, o flywheel contém uma versão do modelo. Com o tempo, ao treinar novas versões, você seleciona a com melhor desempenho para ser a versão ativa do modelo. Quando um usuário especifica o ARN do flywheel para executar uma tarefa de inferência, o Amazon Comprehend executa a tarefa usando a versão do modelo ativo do flywheel.

Periodicamente, você obtém novos dados rotulados (dados de treinamento ou dados de teste) para o modelo. Você disponibiliza novos dados para o flywheel criando um ou mais conjuntos de dados. Um conjunto de dados contém dados de entrada para treinar ou testar o modelo personalizado associado a um flywheel. O Amazon Comprehend carrega os dados de entrada no data lake do flywheel.

Para incorporar os novos conjuntos de dados em seu modelo personalizado, você cria e executa uma iteração do flywheel. Uma iteração do flywheel é um fluxo de tarefa que usa os novos conjuntos de dados para avaliar a versão ativa do modelo e treinar uma nova versão dele. Com base nas métricas das versões existentes e novas do modelo, você pode decidir se deseja promover a nova versão do modelo como a versão ativa.

Você pode usar a versão do modelo ativo do flywheel para executar análises personalizadas (tarefas em tempo real ou assíncronas). Para usar o modelo do flywheel para análise em tempo real, você deve criar um endpoint para ele.

Não há cobrança adicional pelo uso de flywheels. No entanto, a execução de uma iteração do flywheel implica em cobranças padrão para treinar uma nova versão do modelo e armazenar os dados dele. Para informações detalhadas sobre preços, consulte Valores do Amazon Comprehend.

Conjuntos de dados do flywheel

Para adicionar novos dados rotulados a um flywheel, você cria um conjunto de dados. Configure cada conjunto de dados como dados de treinamento ou dados de teste. Associe o conjunto de dados a um flywheel específico e a um modelo personalizado.

Depois de criar um conjunto de dados, o Amazon Comprehend carrega os dados para o data lake do flywheel. Para ter mais informações, consulte Data lakes dos flywheels.

Criação do flywheel

Associe um flywheel criado a um modelo treinado existente ou o flywheel pode criar um novo modelo.

Ao criar um flywheel com um modelo existente, especifique a versão ativa do modelo. O Amazon Comprehend copia os dados de treinamento e os dados de teste do modelo no data lake do flywheel. Certifique-se de que os dados de treinamento e teste do modelo existam no mesmo local do Amazon S3 em que você criou o modelo.

Para criar um flywheel para um novo modelo, forneça um conjunto de dados para dados de treinamento (e um conjunto de dados opcional para dados de teste) ao criar o flywheel. Ao executar o flywheel para criar a sua primeira iteração, o flywheel treina o novo modelo.

Ao treinar um modelo personalizado, especifique uma lista de rótulos personalizados (classificação personalizada) ou entidades personalizadas (reconhecimento de entidade personalizada) para o modelo reconhecer. Anote os seguintes pontos importantes sobre rótulos/entidades personalizados:

Estados do flywheel

Um flywheel faz a transição entre os seguintes estados:

Depois que o Amazon Comprehend exclui um flywheel, você mantém o acesso a todos os dados do modelo no data lake do flywheel. O Amazon Comprehend exclui todos os metadados internos necessários para gerenciar os recursos do flywheel. O Amazon Comprehend também exclui os conjuntos de dados associados a esse flywheel (os dados do modelo são salvos no data lake).

Iterações do flywheel

Ao obter novos dados de treinamento ou teste para um modelo de flywheel, crie um ou mais novos conjuntos de dados para carregar os novos dados no data lake do flywheel.

Em seguida, execute o flywheel para criar uma nova iteração do flywheel. A iteração do flywheel avalia a versão atual do modelo ativo usando os novos dados e armazena os resultados no data lake. O flywheel também cria e treina uma nova versão do modelo.

Se o novo modelo apresentar melhor desempenho do que a versão atual do modelo ativo, você poderá promover a nova versão do modelo para ser a versão ativa. Você pode usar o console ou a operação UpdateFlywheelda API para atualizar a versão ativa do modelo.