describe-model

Описание

Предоставляет JSON, содержащий общую информацию о конкретной модели машинного обучения, включая имя и ARN модели, набор данных, информацию о обучении и оценке, статус и т. д.

См. также: Документацию API AWS

Синтаксис

  describe-model
--model-name <value>
[--cli-input-json | --cli-input-yaml]
[--generate-cli-skeleton <value>]
[--debug]
[--endpoint-url <value>]
[--no-verify-ssl]
[--no-paginate]
[--output <value>]
[--query <value>]
[--profile <value>]
[--region <value>]
[--version <value>]
[--color <value>]
[--no-sign-request]
[--ca-bundle <value>]
[--cli-read-timeout <value>]
[--cli-connect-timeout <value>]
[--cli-binary-format <value>]
[--no-cli-pager]
[--cli-auto-prompt]
[--no-cli-auto-prompt]

Параметры

--model-name (строка)

Имя модели машинного обучения, которую нужно описать.

--cli-input-json | --cli-input-yaml (строка) Считывает аргументы из предоставленной строки JSON. Строка JSON следует формату, предоставленному --generate-cli-skeleton. Если на командной строке указаны другие аргументы, эти значения переопределят значения, предоставленные JSON. Невозможно передавать произвольные двоичные значения с помощью предоставленного значения JSON, так как строка будет взята буквально. Это не может быть указано вместе с --cli-input-yaml.

--generate-cli-skeleton (строка) Выводит каркас JSON в стандартный вывод без отправки запроса к API. Если предоставлено значение без значения или значение input, выводит пример входного JSON, который можно использовать в качестве аргумента для --cli-input-json. Аналогично, если предоставлено yaml-input, он выведет пример входного YAML, который можно использовать с --cli-input-yaml. Если предоставлено значение output, он проверит входные данные команды и вернет пример выходного JSON для этой команды. Сгенерированный каркас JSON не стабилен между версиями AWS CLI, и нет гарантий обратной совместимости в сгенерированном каркасе JSON.

Глобальные параметры

--debug (логическое значение)

Включить отладочную регистрацию.

--endpoint-url (строка)

Переопределить стандартный URL команды заданным URL.

--no-verify-ssl (логическое значение)

По умолчанию AWS CLI использует SSL при общении с AWS-сервисами. Для каждого SSL-соединения AWS CLI будет проверять сертификаты SSL. Этот параметр переопределяет стандартное поведение проверки сертификатов SSL.

--no-paginate (логическое значение)

Отключить автоматическую постраничную навигацию. Если автоматическая постраничная навигация отключена, AWS CLI выполнит только один вызов для первой страницы результатов.

--output (строка)

Стиль форматирования вывода команды.

json
text
таблица
yaml
yaml-поток

--query (строка)

Запрос JMESPath для фильтрации данных ответа.

--profile (строка)

Использовать определенный профиль из файла учетных данных.

--region (строка)

Регион для использования. Переопределяет настройки конфигурации/среды.

--version (строка)

Отобразить версию этого инструмента.

--color (строка)

Включить/выключить цветной вывод.

вкл
выкл
авто

--no-sign-request (логическое значение)

Не подписывать запросы. Учетные данные не будут загружены, если этот аргумент предоставлен.

--ca-bundle (строка)

Файл с пакетом сертификатов CA для проверки сертификатов SSL. Переопределяет настройки конфигурации/среды.

--cli-read-timeout (целое число)

Максимальное время чтения сокета в секундах. Если значение установлено в 0, чтение сокета будет выполняться блокирующим образом без таймаута. Значение по умолчанию — 60 секунд.

--cli-connect-timeout (целое число)

Максимальное время подключения сокета в секундах. Если значение установлено в 0, подключение сокета будет выполняться блокирующим образом без таймаута. Значение по умолчанию — 60 секунд.

--cli-binary-format (строка)

Стиль форматирования, используемый для двоичных блоков. Формат по умолчанию — base64. Формат base64 ожидает, что двоичные блоки будут предоставлены как строка, закодированная в base64. Формат raw-in-base64-out сохраняет совместимость с поведением AWS CLI V1, и двоичные значения должны передаваться буквально. При предоставлении содержимого из файла, отображающего двоичный блок, fileb:// всегда будет рассматриваться как двоичный и будет использовать содержимое файла напрямую независимо от настроек cli-binary-format. При использовании file:// содержимое файла должно быть должным образом отформатировано для настроенного cli-binary-format.

base64
raw-in-base64-out

--no-cli-pager (логическое значение)

Отключить вывод пейджера CLI.

--cli-auto-prompt (логическое значение)

Автоматически запрашивать параметры ввода CLI.

--no-cli-auto-prompt (логическое значение)

Отключить автоматическое запросы параметров ввода CLI.

Вывод

ModelName -> (строка)

Имя описываемой модели машинного обучения.

ModelArn -> (строка)

Amazon Resource Name (ARN) описываемой модели машинного обучения.

DatasetName -> (строка)

Имя набора данных, используемого для описываемой модели машинного обучения.

DatasetArn -> (строка)

Amazon Resouce Name (ARN) набора данных, используемого для создания описываемой модели машинного обучения.

Schema -> (строка)

JSON-описание данных в каждом временном ряде, включая имена, имена столбцов и типы данных.

LabelsInputConfiguration -> (структура)

Указывает конфигурационные сведения о входных метках, включая расположение в S3.

S3InputConfiguration -> (структура)

Содержит информацию о расположении в S3, используемом для данных меток.

Bucket -> (строка)

Имя S3-бакета, содержащего данные меток.

Prefix -> (строка)

Префикс для S3-бакета, используемого для данных меток.

LabelGroupName -> (строка)

Имя группы меток, используемых для данных меток.

TrainingDataStartTime -> (метка времени)

Указывает временную метку в наборе данных, используемой для начала подмножества обучающих данных для модели машинного обучения.

TrainingDataEndTime -> (метка времени)

Указывает временную метку в наборе данных, используемой для окончания подмножества обучающих данных для модели машинного обучения.

EvaluationDataStartTime -> (метка времени)

Указывает временную метку в наборе данных, используемой для начала подмножества данных для оценки модели машинного обучения.

EvaluationDataEndTime -> (метка времени)

Указывает временную метку в наборе данных, используемой для окончания подмножества данных для оценки модели машинного обучения.

RoleArn -> (строка)

Amazon Resource Name (ARN) роли с разрешениями на доступ к источнику данных для описываемой модели машинного обучения.

DataPreProcessingConfiguration -> (структура)

Конфигурация является TargetSamplingRate, что представляет собой частоту выборки данных после обработки Amazon Lookout for Equipment. Например, если вы предоставляете данные, собранные с уровнем 1 секунда, и хотите, чтобы система пересэмплировала данные с частотой 1 минута перед обучением, то TargetSamplingRate составляет 1 минуту.

При предоставлении значения для TargetSamplingRate необходимо добавить префикс “PT” к требуемой частоте. Значение для частоты 1 секунда, соответственно, PT1S, значение для частоты 15 минут PT15M, а значение для частоты 1 час PT1H.

TargetSamplingRate -> (строка)

Частота выборки данных после обработки Amazon Lookout for Equipment. Например, если вы предоставляете данные, собранные с уровнем 1 секунда, и хотите, чтобы система пересэмплировала данные с частотой 1 минута перед обучением, то TargetSamplingRate составляет 1 минуту.

Status -> (строка)

Указывает текущий статус описываемой модели. Статус описывает состояние последнего действия модели.

TrainingExecutionStartTime -> (метка времени)

Указывает время начала обучения модели машинного обучения.

TrainingExecutionEndTime -> (метка времени)

Указывает время завершения обучения модели машинного обучения.

FailedReason -> (строка)

Если обучение модели машинного обучения завершилось неудачно, здесь указывается причина.

ModelMetrics -> (строка)

Метрики модели показывают агрегированный сводный отчет о производительности модели в пределах диапазона оценки. Это JSON-контент метрик, созданных при оценке модели.

LastUpdatedTime -> (метка времени)

Указывает последнее время обновления модели машинного обучения. Тип обновления не указан.

CreatedAt -> (метка времени)

Указывает время и дату создания модели машинного обучения.

ServerSideKmsKeyId -> (строка)

Предоставляет идентификатор ключа KMS, используемого Amazon Lookout for Equipment для шифрования данных модели.

OffCondition -> (строка)

Указывает, что актив по данной сенсору выключен. Пока это условие выполняется, Lookout for Equipment не будет использовать данные с этого актива для обучения, оценки или вывода.

SourceModelVersionArn -> (строка)

Amazon Resource Name (ARN) версии исходной модели. Это поле появляется, если активная версия модели была импортирована.

ImportJobStartTime -> (метка времени)

Дата и время начала задания импорта. Это поле появляется, если активная версия модели была импортирована.

ImportJobEndTime -> (метка времени)

Дата и время завершения задания импорта. Это поле появляется, если активная версия модели была импортирована.

ActiveModelVersion -> (целое число)

Имя версии модели, используемой планировщиком вывода при выполнении запланированного вывода.

ActiveModelVersionArn -> (строка)

Amazon Resource Name (ARN) версии модели, используемой планировщиком вывода при выполнении запланированного вывода.

ModelVersionActivatedAt -> (метка времени)

Дата активации активной версии модели.

PreviousActiveModelVersion -> (целое число)

Версия модели, которая была установлена как активная версия модели до текущей активной версии модели.

PreviousActiveModelVersionArn -> (строка)

ARN версии модели, которая была установлена как активная версия модели до текущей активной версии модели.

PreviousModelVersionActivatedAt -> (метка времени)

Дата и время активации предыдущей активной версии модели.

PriorModelMetrics -> (строка)

Если версия модели была переобучена, в этом поле отображается сводный отчет о производительности предыдущей модели на новом диапазоне обучения. Вы можете использовать информацию в этом объекте в формате JSON для сравнения новой версии модели и предыдущей версии модели.

LatestScheduledRetrainingFailedReason -> (строка)

Если версия модели была создана путем повторного обучения и обучение завершилось неудачей, здесь указывается причина.

LatestScheduledRetrainingStatus -> (строка)

Указывает состояние последней запланированной повторной подготовки.

LatestScheduledRetrainingModelVersion -> (целое число)

Указывает последнюю версию модели, созданную путем повторного обучения.

LatestScheduledRetrainingStartTime -> (метка времени)

Указывает время начала последней запланированной повторной подготовки.

LatestScheduledRetrainingAvailableDataInDays -> (целое число)

Указывает количество дней данных, используемых в последней запланированной повторной подготовке.

NextScheduledRetrainingStartDate -> (метка времени)

Указывает дату и время, когда начнется следующая запланированная повторная подготовка. Lookout for Equipment усекает предоставленное время до ближайшего UTC дня.

AccumulatedInferenceDataStartTime -> (метка времени)

Указывает время начала накопленных данных вывода.

AccumulatedInferenceDataEndTime -> (метка времени)

Указывает время окончания накопленных данных вывода.

RetrainingSchedulerStatus -> (строка)

Указывает состояние планировщика повторной подготовки.

ModelDiagnosticsOutputConfiguration -> (структура)

Конфигурационные сведения о диагностике модели по точкам.

S3OutputConfiguration -> (структура)

Расположение Amazon S3 для диагностики модели по точкам.

Bucket -> (строка)

Имя Amazon S3-бакета, где находятся диагностические данные модели по точкам. Вы должны быть владельцем Amazon S3-бакета.

Prefix -> (строка)

Префикс Amazon S3 для расположения диагностических данных модели по точкам. Префикс задаёт папку и имя файла с результатами оценки. (bucket).

При вызове CreateModel или UpdateModel укажите путь внутри бакета, куда Lookout for Equipment должен сохранить модель. Во время обучения Lookout for Equipment создаёт файл оценки модели в формате сжатого JSON с именем model_diagnostics_results.json.gz.

При вызове DescribeModel или DescribeModelVersion, prefix содержит путь и имя файла файла оценки модели.

KmsKeyId -> (строка)

Идентификатор ключа Amazon Web Services Key Management Service (KMS) для шифрования файлов диагностики модели по точкам.

ModelQuality -> (строка)

Обеспечивает оценку качества модели, использующей метки. Если Lookout for Equipment определяет, что качество модели низкое на основе метрик обучения, значение равно POOR_QUALITY_DETECTED. В противном случае значение равно QUALITY_THRESHOLD_MET.

Если модель не имеет меток, качество модели нельзя оценить, и значение ModelQuality равно CANNOT_DETERMINE_QUALITY. В этой ситуации вы можете получить оценку качества модели, добавив метки в набор входных данных и переобучив модель.

Дополнительная информация об использовании меток с моделями см. в разделе Понимание маркировки .

Дополнительная информация об улучшении качества модели см. в разделе Лучшие практики с Amazon Lookout for Equipment .