本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
Neptune ML 学习模型转换 API
模型转换操作：
模型转换结构：
StartMLModelTransformJob（操作）
此 API 的 Amazon CLI 名称为：start-ml-model-transform-job。
创建新的模型转换任务。请参阅使用经过训练的模型生成新的模型构件。
在启用了 IAM 身份验证的 Neptune 集群中调用此操作时，发出请求的 IAM 用户或角色必须附加允许在该集群中执行 neptune-db:StartMLModelTransformJob IAM 操作的策略。
请求
-
baseProcessingInstanceType（在 CLI 中：
--base-processing-instance-type）– 一个字符串，类型为：string（UTF-8 编码的字符串）。用于准备和管理机器学习模型训练的机器学习实例的类型。这是根据用于处理训练数据和模型的内存要求选择的 ML 计算实例。
-
baseProcessingInstanceVolumeSizeInGB（在 CLI 中：
--base-processing-instance-volume-size-in-gb）– 一个整数，类型为：integer（带符号的 32 位整数）。训练实例的磁盘卷大小（以 GB 为单位）。默认值为 0。输入数据和输出模型都存储在磁盘上，因此卷大小必须足够大，以容纳两个数据集。如果未指定或为 0，Neptune ML 会根据数据处理步骤中生成的建议选择磁盘卷大小。
-
customModelTransformParameters（在 CLI 中：
--custom-model-transform-parameters） – CustomModelTransformParameters 对象。使用自定义模型进行模型转换的配置信息。
customModelTransformParameters对象包含以下字段，这些字段的值必须与训练任务中保存的模型参数兼容： -
dataProcessingJobId（在 CLI 中：
--data-processing-job-id）– 一个字符串，类型为：string（UTF-8 编码的字符串）。已完成的数据处理任务的任务 ID。您必须包含
dataProcessingJobId和mlModelTrainingJobId或trainingJobName。 -
id（在 CLI 中：
--id）– 一个字符串，类型为：string（UTF-8 编码的字符串）。新任务的唯一标识符。默认值为自动生成的 UUID。
-
mlModelTrainingJobId（在 CLI 中：
--ml-model-training-job-id）– 一个字符串，类型为：string（UTF-8 编码的字符串）。已完成的模型训练任务的任务 ID。您必须包含
dataProcessingJobId和mlModelTrainingJobId或trainingJobName。 -
modelTransformOutputS3Location（在 CLI 中：
--model-transform-output-s3-location）– 必需：一个字符串，类型为：string（UTF-8 编码的字符串）。Amazon S3 中要存储模型构件的位置。
-
neptuneIamRoleArn（在 CLI 中：
--neptune-iam-role-arn）– 一个字符串，类型为：string（UTF-8 编码的字符串）。向 Neptune 提供对 SageMaker 和 Amazon S3 资源的访问权限的 IAM 角色的 ARN。必须将其列在您的数据库集群参数组中，否则将发生错误。
-
s3OutputEncryptionKMSKey（在 CLI 中：
--s-3-output-encryption-kms-key）– 一个字符串，类型为：string（UTF-8 编码的字符串）。SageMaker 用于加密处理任务的输出的 Amazon Key Management Service (KMS) 密钥。默认值为“无”。
-
sagemakerIamRoleArn（在 CLI 中：
--sagemaker-iam-role-arn）– 一个字符串，类型为：string（UTF-8 编码的字符串）。用于执行 SageMaker 的 IAM 角色的 ARN。必须将其列在您的数据库集群参数组中，否则将发生错误。
-
securityGroupIds（在 CLI 中：
--security-group-ids）– 一个字符串，类型为：string（UTF-8 编码的字符串）。VPC 安全组 ID。默认值为 None (无)。
-
subnets（在 CLI 中：
--subnets）– 一个字符串，类型为：string（UTF-8 编码的字符串）。Neptune VPC 中子网的 ID。默认值为 None (无)。
-
trainingJobName（在 CLI 中：
--training-job-name）– 一个字符串，类型为：string（UTF-8 编码的字符串）。已完成的 SageMaker 训练任务的名称。您必须包含
dataProcessingJobId和mlModelTrainingJobId或trainingJobName。 -
volumeEncryptionKMSKey（在 CLI 中：
--volume-encryption-kms-key）– 一个字符串，类型为：string（UTF-8 编码的字符串）。Amazon Key Management Service (KMS) 密钥，SageMaker 使用它来加密连接到运行训练任务的 ML 计算实例的存储卷上的数据。默认值为 None (无)。
响应
-
arn – 一个字符串，类型为：
string（UTF-8 编码的字符串）。模型转换任务的 ARN。
-
creationTimeInMillis – 长整型，类型为：
long（有符号的 64 位整数）。模型转换任务的创建时间，以毫秒为单位。
-
id – 一个字符串，类型为：
string（UTF-8 编码的字符串）。新模型转换任务的唯一 ID。
错误
ListMLModelTransformJobs（操作）
此 API 的 Amazon CLI 名称为：list-ml-model-transform-jobs。
返回模型转换任务 ID 的列表。请参阅使用经过训练的模型生成新的模型构件。
在启用了 IAM 身份验证的 Neptune 集群中调用此操作时，发出请求的 IAM 用户或角色必须附加允许在该集群中执行 neptune-db:ListMLModelTransformJobs IAM 操作的策略。
请求
-
maxItems（在 CLI 中：
--max-items）– ListMLModelTransformJobsInputMaxItemsInteger，类型为：integer（带符号的 32 位整数），不小于 1 或大于 1024。要返回的最大项目数（从 1 到 1024；默认值为 10）。
-
neptuneIamRoleArn（在 CLI 中：
--neptune-iam-role-arn）– 一个字符串，类型为：string（UTF-8 编码的字符串）。向 Neptune 提供对 SageMaker 和 Amazon S3 资源的访问权限的 IAM 角色的 ARN。必须将其列在您的数据库集群参数组中，否则将发生错误。
响应
-
ids – 一个字符串，类型为：
string（UTF-8 编码的字符串）。模型转换 ID 列表中的一页。
错误
GetMLModelTransformJob（操作）
此 API 的 Amazon CLI 名称为：get-ml-model-transform-job。
获取有关指定的模型转换任务的信息。请参阅使用经过训练的模型生成新的模型构件。
在启用了 IAM 身份验证的 Neptune 集群中调用此操作时，发出请求的 IAM 用户或角色必须附加允许在该集群中执行 neptune-db:GetMLModelTransformJobStatus IAM 操作的策略。
请求
-
id（在 CLI 中：
--id）– 必需：一个字符串，类型为：string（UTF-8 编码的字符串）。要检索的模型转换的唯一标识符。
-
neptuneIamRoleArn（在 CLI 中：
--neptune-iam-role-arn）– 一个字符串，类型为：string（UTF-8 编码的字符串）。向 Neptune 提供对 SageMaker 和 Amazon S3 资源的访问权限的 IAM 角色的 ARN。必须将其列在您的数据库集群参数组中，否则将发生错误。
响应
-
baseProcessingJob – 一个 MlResourceDefinition 对象。
基础数据处理任务。
-
id – 一个字符串，类型为：
string（UTF-8 编码的字符串）。要检索的模型转换任务的唯一标识符。
-
models – MlConfigDefinition 对象的数组。
所用模型的配置信息列表。
-
remoteModelTransformJob – 一个 MlResourceDefinition 对象。
远程模型转换任务。
-
status – 一个字符串，类型为：
string（UTF-8 编码的字符串）。模型转换任务的状态。
错误
CancelMLModelTransformJob（操作）
此 API 的 Amazon CLI 名称为：cancel-ml-model-transform-job。
取消指定的模型转换任务。请参阅使用经过训练的模型生成新的模型构件。
在启用了 IAM 身份验证的 Neptune 集群中调用此操作时，发出请求的 IAM 用户或角色必须附加允许在该集群中执行 neptune-db:CancelMLModelTransformJob IAM 操作的策略。
请求
-
clean（在 CLI 中：
--clean）– 一个布尔值，类型为：boolean[布尔值（true 或 false）]。如果将此标志设置为
TRUE，则应在任务停止时删除所有 Neptune ML S3 构件。默认为FALSE。 -
id（在 CLI 中：
--id）– 必需：一个字符串，类型为：string（UTF-8 编码的字符串）。要取消的模型转换任务的唯一 ID。
-
neptuneIamRoleArn（在 CLI 中：
--neptune-iam-role-arn）– 一个字符串，类型为：string（UTF-8 编码的字符串）。向 Neptune 提供对 SageMaker 和 Amazon S3 资源的访问权限的 IAM 角色的 ARN。必须将其列在您的数据库集群参数组中，否则将发生错误。
响应
-
status – 一个字符串，类型为：
string（UTF-8 编码的字符串）。取消的状态。
错误
模型转换结构：
CustomModelTransformParameters（结构）
包含自定义模型转换参数。请参阅使用经过训练的模型生成新的模型构件。
字段
-
sourceS3DirectoryPath – 这是必需的：一个字符串，类型为：
string（UTF-8 编码的字符串）。实现您的模型的 Python 模块所在的 Amazon S3 位置的路径。这必须指向有效的现有 Amazon S3 位置，其中至少包含训练脚本、转换脚本和
model-hpo-configuration.json文件。 -
transformEntryPointScript – 这是一个字符串，类型为：
string（UTF-8 编码的字符串）。脚本模块中入口点的名称，该脚本应在确定超参数搜索中的最佳模型之后运行，以计算模型部署所需的模型构件。它应该能够在没有命令行参数的情况下运行。默认为
transform.py。