describe-model-version

Описание

Получает информацию о конкретной версии модели машинного обучения.

См. также: Документация API AWS

Синтаксис

  describe-model-version
--model-name <value>
--model-version <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, к которой относится данная версия.

--model-version (длинное целое число)

Версия модели машинного обучения.

--cli-input-json | --cli-input-yaml (строка) Считывает аргументы из предоставленной строки JSON. Строка JSON следует формату, указанному в --generate-cli-skeleton. Если другие аргументы предоставлены в командной строке, эти значения переопределят значения, полученные из JSON. Невозможно передать произвольные двоичные значения, используя значение, полученное из JSON, поскольку строка будет взята буквально. Это не может быть указано вместе с --cli-input-yaml.

--generate-cli-skeleton (строка) Выводит JSON-скелет в стандартный вывод без отправки запроса к API. При отсутствии значения или значении input, выводит пример JSON-ввода, который можно использовать в качестве аргумента для --cli-input-json. Аналогично, при предоставлении значения yaml-input он выведет пример ввода YAML, который можно использовать с --cli-input-yaml. При указании значения output, он валидирует входные данные команды и возвращает пример выходного JSON для данной команды. Сгенерированный JSON-скелет не стабилен между версиями AWS CLI, и нет гарантий обратной совместимости в сгенерированном JSON-скелете.

Глобальные параметры

--debug (логическое значение)

Включить отладку логирования.

--endpoint-url (строка)

Переопределяет URL по умолчанию команды заданным URL.

--no-verify-ssl (логическое значение)

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

--no-paginate (логическое значение)

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

--output (строка)

Стиль форматирования для вывода команды.

json
текст
таблица
yaml
yaml-поток

--query (строка)

Запрос JMESPath для фильтрации данных ответа.

--profile (строка)

Использовать определённый профиль из файла учетных данных.

--region (строка)

Регион для использования. Переопределяет настройки конфигурации/среды.

--version (строка)

Отобразить версию этого инструмента.

--color (строка)

Включить/отключить вывод в цвете.

включено
выключено
автоматически

--no-sign-request (логическое значение)

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

--ca-bundle (строка)

Файл 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 блокирующим и 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 блокирующим и без таймаута. Значение по умолчанию — 60 секунд.

--cli-binary-format (строка)

Стиль форматирования, который используется для двоичных блоков. По умолчанию используется формат 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, сопоставляющего двоичный блок, fileb:// всегда будет обрабатываться как двоичный и будет использовать содержимое файла непосредственно, независимо от значения 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 автоматический запрос параметров ввода CLI.

Вывод

ModelName -> (строка)

Название модели машинного обучения, к которой относится данная версия.

ModelArn -> (строка)

Amazon Resource Name (ARN) родительской модели машинного обучения, к которой относится данная версия.

ModelVersion -> (целое число)

Версия модели машинного обучения.

ModelVersionArn -> (строка)

Amazon Resource Name (ARN) версии модели.

Status -> (строка)

Текущий статус версии модели.

SourceType -> (строка)

Указывает, была ли данная версия модели создана путем обучения или импорта.

DatasetName -> (строка)

Имя набора данных, используемого для обучения версии модели.

DatasetArn -> (строка)

Amazon Resource Name (ARN) набора данных, используемого для обучения версии модели.

Schema -> (строка)

Схема данных, используемых для обучения версии модели.

LabelsInputConfiguration -> (структура)

Содержит конфигурационную информацию для расположения S3, используемого для хранения данных меток.

S3InputConfiguration -> (структура)

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

Bucket -> (строка)

Имя S3-ведра, содержащего данные меток.

Prefix -> (строка)

Префикс для S3-ведра, используемого для данных меток.

LabelGroupName -> (строка)

Имя группы меток, которое будет использоваться для данных меток.

TrainingDataStartTime -> (метка времени)

Дата начала сбора обучающих данных. Если версия была импортирована, это дата начала сбора обучающих данных в исходной версии.

TrainingDataEndTime -> (метка времени)

Дата завершения сбора обучающих данных. Если версия была импортирована, это дата завершения сбора обучающих данных в исходной версии.

EvaluationDataStartTime -> (метка времени)

Дата начала сбора данных в наборе для оценки. Если версия была импортирована, это дата начала сбора данных набора для оценки в исходной версии.

EvaluationDataEndTime -> (метка времени)

Дата завершения сбора данных в наборе для оценки. Если версия была импортирована, это дата завершения сбора данных набора для оценки в исходной версии.

RoleArn -> (строка)

Amazon Resource Name (ARN) роли, которая использовалась для обучения версии модели.

DataPreProcessingConfiguration -> (структура)

Конфигурация является TargetSamplingRate, что является частотой выборки данных после пост-обработки Amazon Lookout for Equipment. Например, если вы предоставили данные, собранные с частотой 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 желаемой частоте. Значение для частоты 1 секунда, следовательно, PT1S, для 15 минут – PT15M, и для 1 часа – PT1H

TargetSamplingRate -> (строка)

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

TrainingExecutionStartTime -> (метка времени)

Время начала обучения версии.

TrainingExecutionEndTime -> (метка времени)

Время завершения обучения версии.

FailedReason -> (строка)

Сообщение об ошибке, если обучение версии модели завершилось неудачно.

ModelMetrics -> (строка)

Показаны агрегированные сводные данные, в формате JSON, о производительности модели в пределах интервала оценки. Эти метрики создаются при оценке модели.

LastUpdatedTime -> (метка времени)

Указывает последний момент обновления версии модели машинного обучения.

CreatedAt -> (метка времени)

Указывает время и дату создания версии модели машинного обучения.

ServerSideKmsKeyId -> (строка)

Идентификатор ключа KMS, используемого для шифрования данных версии модели Amazon Lookout for Equipment.

OffCondition -> (строка)

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

SourceModelVersionArn -> (строка)

Если версия модели была импортирована, это поле содержит arn исходной версии модели.

ImportJobStartTime -> (метка времени)

Дата и время начала работы импорта. Это поле отображается, если версия модели была импортирована.

ImportJobEndTime -> (метка времени)

Дата и время завершения работы импорта. Это поле отображается, если версия модели была импортирована.

ImportedDataSizeInBytes -> (целое число)

Размер импортированных данных в байтах. Это поле отображается, если версия модели была импортирована.

PriorModelMetrics -> (строка)

Если версия модели была переобучена, это поле показывает сводку производительности предыдущей модели на новом интервале обучения. Вы можете использовать информацию в этом объекте в формате JSON для сравнения новой версии модели и предыдущей версии модели.

RetrainingAvailableDataInDays -> (целое число)

Указывает количество дней данных, используемых в последнем запланированном запуске переобучения.

AutoPromotionResult -> (строка)

Указывает, была ли версия модели повышена до активной версии после переобучения или была ошибка или отмена переобучения.

AutoPromotionResultReason -> (строка)

Указывает причину AutoPromotionResult. Например, модель может не быть повышена, если ее производительность была хуже, чем у активной версии, если во время обучения произошла ошибка или планировщик переобучения использовал MANUAL режим повышения. Модель будет повышена в режиме MANAGED повышения, если ее производительность лучше, чем у предыдущей модели.

ModelDiagnosticsOutputConfiguration -> (структура)

Расположение Amazon S3, где Amazon Lookout for Equipment сохраняет диагностические данные модели на уровне точек для версии модели.

S3OutputConfiguration -> (структура)

Расположение Amazon S3 для диагностических данных модели на уровне точек.

Bucket -> (строка)

Имя Amazon S3-ведра, где находятся диагностические данные модели на уровне точек. Вы должны быть владельцем Amazon S3-ведра.

Prefix -> (строка)

Префикс Amazon S3 для расположения диагностических данных модели на уровне точек. Префикс определяет папку и имя файла результатов оценки. (bucket).

Когда вы вызываете CreateModel или UpdateModel, укажите путь внутри ведра, в котором вы хотите, чтобы Lookout for Equipment сохранил модель. Во время обучения Lookout for Equipment создает модель оценки модели как сжатый файл JSON с именем model_diagnostics_results.json.gz.

Когда вы вызываете DescribeModel или DescribeModelVersion, prefix содержит путь к файлу и имя файла файла оценки модели.

KmsKeyId -> (строка)

Идентификатор ключа Amazon Web Services Key Management Service (KMS) для шифрования файлов диагностических данных модели на уровне точек.

ModelDiagnosticsResultsObject -> (структура)

Префикс вывода Amazon S3, куда Lookout for Equipment сохраняет диагностические данные модели на уровне точек для версии модели.

Bucket -> (строка)

Имя конкретного S3-ведра.

Key -> (строка)

Ключ Amazon Web Services Key Management Service (KMS) используется для шифрования объекта S3. Без этого ключа данные в ведре недоступны.

ModelQuality -> (строка)

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

Если модель не имеет меток, качество модели оценить нельзя, и значение ModelQuality равно CANNOT_DETERMINE_QUALITY. В этом случае вы можете получить оценку качества модели, добавив метки к входному набору данных и переобучив модель.

Дополнительную информацию об использовании меток с вашими моделями см. в разделе Понимание маркировки.

Дополнительную информацию об улучшении качества модели см. в разделе Лучшие практики с Amazon Lookout for Equipment.