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。
搭配使用自訂任務類型和 Amazon Augmented AI
您可以使用 Amazon Augmented AI (Amazon A2I)，將人工審查 (人工循環) 納入使用自訂任務類型的任何機器學習工作流程中。此選項為您提供了最大的靈活性，可以自訂將資料物件傳送給人員進行審核的條件，以及工作者使用者介面的外觀和感覺。
當您使用自訂任務類型時，您可以建立自訂的人工審核工作流程，並指定在哪些條件下將資料物件直接傳送給您的應用程式中人工審核。
下圖描述了 Amazon A2I 自訂工作流程。自訂 ML 模型可用來產生預測。客戶端應用程式使用使用者定義的條件篩選這些預測，並判斷是否需要人工審查。如果是這樣，這些預測將被發送到 Amazon A2I 進行人工審查。Amazon A2I 會在 Amazon S3 收集人工審查的結果，客戶端應用程式可以存取這些結果。如果篩選器確定不需要人工審查，則可以將預測直接饋送至客戶端應用程式。
使用此頁面上的程序，了解如何使用自訂任務類型將 Amazon A2I 整合到任何機器學習工作流程中。
要使用流程定義建立人工循環，請將其整合到您的應用程式中並監控結果
-
完成 Amazon A2I 使用增強版 AI 的先決條件。注意下列事項：
-
您存放輸入和輸出資料的 Amazon Simple Storage Service (Amazon S3) 儲存貯體。
-
附加了所需許可的 (IAM) 角色的 Amazon 資源名稱 AWS Identity and Access Management (ARN)。
-
(選用) 如果您打算使用私有人力 (您私有人力的 ARN)。
-
-
使用 HTML 元素，建立一個自訂工作者範本，其中 Amazon A2I 用於產生您的工作者任務 UI。若要了解如何建立自訂範本，請參閱建立自訂工作者任務範本。
-
使用步驟 2 中的自訂工作者範本，在 Amazon SageMaker 主控台中產生工作者任務範本。如要了解如何使用，請參閱 建立工作者任務範本。
在下一個步驟中，您建立一個流程定義：
-
如果您要使用 SageMaker API 建立流程定義，請記下此 Worker 任務範本的 ARN，以便進行下一個步驟。
-
如果您使用主控台建立流程定義，則當您選擇建立人工審核工作流程時，您的範本會自動顯示在工作者任務範本區段中。
-
-
建立流程定義時，請提供 S3 儲存貯體、IAM 角色 ARN 和工作者範本的路徑。
-
若要瞭解如何使用 SageMaker
CreateFlowDefinitionAPI 建立流程定義，請參閱建立人工檢閱工作流程 (API)。 -
若要瞭解如何使用 SageMaker 主控台建立流程定義，請參閱建立人工檢閱工作流程 (主控台)。
-
-
使用 Amazon A2I 執行時間 API 設定您的人工循環。如要了解如何使用，請參閱 建立和啟動人工迴圈。
-
若要在您的應用程式中控制何時啟始人工檢閱，請在應用程式中指定據以呼叫
StartHumanLoop的條件。Amazon A2I 與自訂任務類型搭配使用時，無法使用人工循環啟動條件 (例如啟用人工循環的可信度臨界值)。每個StartHumanLoop叫用都會導致人工檢閱。
啟動人工循環後，您可以使用 Amazon Augmented AI 運行時 API 和 Amazon EventBridge （也稱為 Amazon CloudWatch 活動）來管理和監控您的循環。如需進一步了解，請參閱 監控和管理您的人工循環。
使用 Amazon A2I 自定義任務類型的nd-to-end 教程
如需示 end-to-end 範如何將 Amazon A2I 整合至各種 ML 工作流程的範例，請參閱中的表格。使用 Amazon A2I 的使用案例和範例若要開始使用這些筆記本電腦之一，請參閱將 SageMaker 筆記本實例與 Amazon A2I Jupyter 筆記本一起使用。
