我們不再更新 Amazon Machine Learning 服務或接受新使用者。本文件可供現有使用者使用，但我們不再更新。如需詳細資訊，請參閱[什麼是 Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html)。

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。

# 系統限制
<a name="system-limits"></a>

 為了提供穩定且可靠的服務，Amazon ML 對您向系統提出的請求施加一定的限制。大多數 ML 問題能夠輕鬆符合這些限制。不過，若您發現您對 Amazon ML 的使用受到這些限制所侷限，則可聯絡 [AWS 客戶服務](https://aws.amazon.com/contact-us/)以申請提高限制。例如，對於可以同時執行的任務，可能有 5 個的限制。如果您發現由於此項限制，您的任務經常被排入佇列需等待資源，則提高您的帳戶的限制便可能有道理。

 下表顯示 Amazon ML 中每個帳戶的預設限制。並非所有限制都可由 AWS 客戶服務提高。


| **限制類型** | **系統限制** | 
| --- | --- | 
| 每個觀察的大小 | 100 KB | 
| 訓練資料的大小 \$1 | 100 GB | 
| 批次預測輸入的大小 | 1 TB | 
| 批次預測輸出的大小 (記錄數量) | 1 億 | 
| 資料檔案 (結構描述) 中的變數數量 | 1,000 | 
| 配方複雜性 (處理輸出變數的數量) | 10,000 | 
| 每個即時預測端點的 TPS 數 | 200 | 
| 所有即時預測端點的 TPS 總數 | 10,000 | 
| 所有即時預測端點的 RAM 總數 | 10 GB | 
| 同時任務的數量 | 25 | 
| 任何任務的最長執行時間 | 7 天 | 
| 多類別 ML 模型的類別數量 | 100 | 
| ML 模型大小 | 下限為 1 MB，上限為 2 GB | 
| 每個物件的標籤數量 | 50 | 
+  限制資料檔案大小是為了確保可及時完成工作。已執行超過七天的工作會自動終止，產生 FAILED 狀態。