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.
Crie um fluxo de trabalho personalizado usando a API
nota
O Amazon SageMaker Ground Truth não está mais aberto a novos clientes. Os clientes existentes podem continuar usando o serviço normalmente. AWS continua investindo em melhorias de segurança e disponibilidade para o Ground Truth, mas não planejamos introduzir novos recursos.
Depois de criar seu modelo de interface de usuário personalizado (Etapa 2) e processar as funções do Lambda (Etapa 3), você deverá colocar o modelo em um bucket do Amazon S3 com um formato do nome do arquivo de: <FileName>.liquid.html. Use a ação CreateLabelingJob para configurar a tarefa. Você usará a localização de um modelo personalizado (Um modelo de tarefas do operador personalizado.) armazenado em um arquivo <filename>.liquid.htmlUiTemplateS3Uri no objeto UiConfig dentro do objeto HumanTaskConfig.
Para as tarefas do AWS Lambda descritas emProcessamento de dados em um fluxo de trabalho de etiquetagem personalizado com AWS Lambda, o ARN da tarefa de pós-anotação será usado como o valor para o AnnotationConsolidationLambdaArn campo, e a tarefa de pré-anotação será usada como o valor para o PreHumanTaskLambdaArn.
