将 Amazon Augmented AI 与自定义任务类型结合使用 - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)

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),通过自定义任务类型,将人工审核(人工循环)集成到任何机器学习工作流中。此选项为您提供了最大的灵活性,可以自定义将数据对象发送给人工进行审阅的条件,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核工作流,并指定在应用程序中直接发送数据对象以供人工审核的条件。

下图描绘了 Amazon A2I 自定义工作流。使用自定义 ML 模型来生成预测。客户端应用程序使用用户定义的标准筛选这些预测,并确定是否需要人工审核。如果是这样,这些预测将发送到 Amazon A2I 进行人工审核。Amazon A2I 在 Amazon S3 中收集人工审核结果,客户端应用程序可以访问这些结果。如果筛选过程确定不需要人工审核,则可以直接将预测提供给客户端应用程序。

将 Amazon Augmented AI 与自定义任务类型结合使用

使用本页上的步骤,了解如何通过自定义任务类型将 Amazon A2I 集成到任意机器学习工作流中。

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
  1. 完成 Amazon A2I 使用 Augmented AI 的先决条件。请注意以下几点:

    • 指向存储输入和输出数据的 Amazon Simple Storage Service (Amazon S3) 存储桶的路径。

    • 附带所需权限的 (IAM) 角色的亚马逊资源名称 Amazon Identity and Access Management (ARN)。

    • (可选)如果您计划使用私有人力,则为私有人力的 ARN。

  2. 使用 HTML 元素,创建 Amazon A2I 用于生成工作人员任务 UI 的自定义工作人员模板。要了解如何创建自定义模板,请参阅创建自定义工作人员模板

  3. 使用步骤 2 中的自定义工作器模板在 Amazon SageMaker 控制台中生成工作任务模板。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,您将创建流定义:

    • 如果您想使用 SageMaker API 创建流程定义,请记下此工作线程任务模板的 ARN 以供下一步使用。

    • 如果您使用控制台创建流定义,则在您选择创建人工审核工作流时,模板将自动显示在工作人员任务模板部分。

  4. 创建流定义时,请提供 S3 存储桶的路径、您的 IAM 角色 ARN 和工作人员模板。

  5. 使用 Amazon A2I 运行时系统 API 配置您的人工循环。要了解如何操作,请参阅 创建和启动人工循环

  6. 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,您可以使用亚马逊增强人工智能运行时 API 和亚马逊 EventBridge (也称为 Amazon Ev CloudWatch ents)管理和监控您的循环。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 自定义任务类型的电子nd-to-end 教程

有关演 end-to-end 示如何将 Amazon A2I 集成到各种机器学习工作流程中的示例,请参阅中的表格。使用 Amazon A2I 的使用场景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 Amazon A2I Jupyter 笔记本配合使用