本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
Amazon Machine Learning 端點和配額
若要以程式設計方式連線至 AWS 服務，您可以使用 endpoint. AWS services，在服務支援的部分或全部 AWS 區域中提供下列端點類型：IPv4 端點、雙堆疊端點和 FIPS 端點。有些 服務提供全域端點。如需詳細資訊，請參閱AWS 服務端點。
服務配額也稱為限制，是 AWS 您的帳戶的服務資源或操作數量上限。如需詳細資訊，請參閱AWS 服務配額。
以下是此服務的服務端點和服務配額。
服務端點
| 區域名稱 | 區域 | 端點 | 通訊協定 |
|---|---|---|---|
| 美國東部 (維吉尼亞北部) | us-east-1 | machinelearning.us-east-1.amazonaws.com | HTTPS |
| 歐洲 (愛爾蘭) | eu-west-1 | machinelearning.eu-west-1.amazonaws.com | HTTPS |
Service Quotas
| 名稱 | 預設 | 可調整 | 描述 |
|---|---|---|---|
| 批次預測輸入記錄 | 每個支援的區域：100，000，000 | 是 |
批次預測輸入的記錄數目上限。 |
| 批次預測輸入大小 | 每個支援的區域：1 TB | 是 |
批次預測輸入的大小上限 （以 TB 為單位）。 |
| 多類別 ML 模型的類別 | 每個受支援的區域：100 | 是 |
多類別 ML 模型的類別數量上限。 |
| 工作執行期 | 每個支援的區域：7 | 否 | 任何任務的執行時間長度上限 （以天為單位）。 |
| ML 模型大小 | 每個支援的區域：2 GB | 否 | ML 模型大小上限 （以 GB 為單位）。 |
| 觀察大小 | 每個支援的區域：100 KB | 是 |
每個觀察的大小上限 (KB)。 |
| 每個端點的即時預測請求速率 | 每個受支援的區域：200 | 是 |
您可以對每個即時預測端點執行的每秒請求數上限。 |
| 配方複雜性 | 每個受支援的區域：10,000 | 是 |
配方複雜性上限 （已處理的輸出變數數目）。 |
| 同時任務 | 每個受支援的區域：25 | 是 |
同時任務的數量上限。 |
| 每個物件的標籤 | 每個受支援的區域：50 | 否 | 每個物件的標籤數量上限。 |
| 所有即時預測端點的 RAM 總數 | 每個支援的區域：10 GB | 是 |
所有即時預測端點的 RAM 總計上限 （以 GB 為單位）。 |
| 所有即時預測請求的總速率 | 每個受支援的區域：10,000 | 是 |
您每秒可對所有即時預測端點執行的請求總數上限。 |
| 訓練資料大小 | 每個支援的區域：100 GB | 是 |
訓練資料的大小上限 （以 GB 為單位）。 |
| 每個資料檔案的變數 | 每個受支援的區域：1,000 | 是 |
資料檔案中的變數數目上限 （結構描述）。 |
如需詳細資訊，請參閱《Amazon Machine Learning 開發人員指南》中的 Amazon ML Quotas。 Amazon Machine Learning
