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。
測試您的部署
您可以透過 Amazon SageMaker Canvas 應用程式叫用端點或提出單一預測請求來測試模型部署。在生產環境中以程式設計方式調用端點之前,您可以使用此功能來確認端點是否回應請求。
測試自訂模型部署
您可以透過 ML Ops 頁面存取自訂模型部署並進行單一調用,以傳回預測以及預測正確的機率。
注意
執行長度是在 Canvas 中調用和從端點獲取回應所花費的時間的估計值。如需詳細的延遲指標,請參閱 SageMaker AI 端點調用指標。
若要透過 Canvas 應用程式測試端點,請執行以下動作:
-
開啟 SageMaker Canvas 應用程式。
-
在左側導覽面板中,選擇 ML Ops。
-
選擇 Deployment (部署) 索引標籤。
-
從部署清單中選擇具有您要調用之端點的部署。
-
在部署詳細資料頁面上,選擇 Test deployment (測試部署) 索引標籤。
-
在部署測試頁面上,您可以修改 Value (值) 欄位以指定新資料點。對於時間序列預測模型,您可以指定要進行預測的項目 ID。
-
修改值後,選擇 Update (更新) 以取得預測結果。
預測會連同以及 Invocation result (調用結果) 欄位一同載入,這些欄位指出調用是否成功,以及要求處理請求所花費的時間。
下列螢幕擷取畫面顯示在 Test deployment (測試部署) 索引標籤的 Canvas 應用程式中執行的預測。

對於數值預測和時間序列預測以外的所有模型類型,預測會傳回下列欄位:
-
predicted_label - 預測的輸出
-
機率 - 預測標籤正確的概率
-
標籤 - 所有可能的標籤清單
-
概率 - 與每個標籤對應的概率 (此清單的順序與標籤的順序符合)
針對數字預測模型,預測僅包含分數欄位,即模型的預測輸出,例如房屋的預測定價。
對於時間序列預測模型,預測是顯示依四分位數預測的圖表。您可以選擇結構描述檢視,以查看每個四分位數的預測數值。
您可以透過部署測試頁面繼續進行單一預測,或者您可以檢視下方調用您的端點區段,了解如何以程式設計方式從應用程式調用端點。
測試 JumpStart 基礎模型部署
您可以透過 Canvas 應用程式與部署的 JumpStart 基礎模型聊天,以在透過程式碼叫用它之前測試其功能。
若要與部署的 JumpStart 基礎模型聊天,請執行下列動作:
-
開啟 SageMaker Canvas 應用程式。
-
在左側導覽面板中,選擇 ML Ops。
-
選擇 Deployment (部署) 索引標籤。
-
從部署清單中,尋找您要叫用的選項,然後選擇其更多選項圖示 (
)。
-
從內容功能表中,選擇測試部署。
-
新的產生、擷取和摘要內容聊天會開啟 JumpStart 基礎模型,您可以開始輸入提示。請注意,來自此聊天的提示會以請求的形式傳送至 SageMaker AI 託管端點。