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。
将 Amazon Augmented AI 与自定义任务类型结合使用
您可以使用 Amazon Augmented AI (Amazon A2I) 将人工审核（人工循环）集成到任何机器学习工作流使用自定义任务类型。通过此选项，您可以最灵活地自定义将数据对象发送给人员以供审核的条件，以及工作人员用户界面的外观。
使用自定义任务类型时，您可以创建自定义人工审阅工作流，并指定直接在应用程序中发送数据对象以供人工审阅的条件。
下图描述了亚马逊 A2I 自定义工作流程。自定义 ML 模型用于生成预测。客户端应用程序使用用户定义的标准过滤这些预测，并确定是否需要人工审查。如果是这样，这些预测将发送到亚马逊 A2I 进行人工审查。Amazon A2I 收集 Amazon S3 中的人工审核结果，客户端应用程序可以访问该结果。如果过滤器确定不需要人工审查，则可以直接将预测提供给客户端应用程序。
使用本页面上的步骤了解如何使用自定义任务类型将 Amazon A2I 集成到任何机器学习工作流中。
使用流定义创建人工循环，将其集成到应用程序中并监控结果
-
完成 Amazon A2I使用 Augmented AI 的先决条件。请注意以下几点：
-
Amazon Simple Storage Service (Amazon S3) 存储桶的路径，您可以在其中存储输入和输出数据。
-
的 Amazon 资源名称 (ARN)Amazon Identity and Access Management(IAM) 角色，附加了所需权限。
-
（可选）您的私有员工的 ARN（如果您计划使用的 ARN）。
-
-
使用 HTML 元素创建自定义工作人员模板，Amazon A2I 将使用该模板生成工作人员任务 UI。要了解如何创建自定义模板，请参阅 创建定制工作人员任务模板。
-
使用步骤 2 中的自定义工作人员模板在 Amazon SageMaker 控制台中生成工作人员任务模板。要了解如何操作，请参阅创建工作人员任务模板。
在下一步中，您创建流定义：
-
如果要使用 SageMaker API 创建流定义，请记下此工作人员任务模板的 ARN 以在下一步中使用。
-
如果要使用控制台创建流定义，您的模板将自动显示在工作人员任务模板部分，当您选择创建人工审阅工作流。
-
-
在创建流定义时，请提供 S3 存储桶的路径、IAM 角色 ARN 和工作人员模板。
-
要了解如何使用 SageMaker 创建流程定义
CreateFlowDefinitionAPI，请参阅创建人工审核工作流程 (API)。 -
要了解如何使用 SageMaker 控制台创建流程定义，请参阅创建人工审核工作流程（控制台）。
-
-
使用Amazon A2I 运行时 API。要了解如何操作，请参阅创建和启动人工循环。
-
要控制何时在应用程序中启动人工审核，请指定在应用程序中调用
StartHumanLoop的条件。在将 Amazon A2I 与自定义任务类型结合使用时，人工循环激活条件（如启动人工循环的置信度阈值）将不可用。每次StartHumanLoop调用都会导致人工审核。
启动人工循环后，您可以使用 Amazon Augmented AI 运行时 API 和 Amazon EventBridge（也称为 Amazon EventBridge（也称为 Amazon CloudWatch Events）管理和监控循环。要了解更多信息，请参阅“监控和管理您的人工循环”。
使用 Amazon A2I 自定义任务类型的端到端教程
有关演示如何将 Amazon A2I 集成到各种 ML 工作流程的端到端示例，请参阅使用 Amazon A2I 的使用案例和示例。要开始使用这些笔记本之一，请参阅将 SageMaker 笔记本实例与亚马逊 A2I Jupyter 笔记本电脑一起使用。