

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# AWS CLI ejemplos de v1
<a name="clarify-processing-job-data-format-tabular-precheck-cli-v1-examples"></a>

El ejemplo de la sección anterior era para la AWS CLI versión 2. Los siguientes ejemplos de solicitud y respuesta hacia y desde el punto de conexión utilizan la v1 de la AWS CLI .

## Solicitud y respuesta del punto de conexión en formato CSV
<a name="clarify-processing-job-data-format-tabular-precheck-csv"></a>

En el siguiente ejemplo de código, la solicitud consta de un único registro y la respuesta es su valor de probabilidad.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-sagemaker-xgboost-model \
  --content-type text/csv \
  --accept text/csv \
  --body '1,2,3,4' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

```
0.6
```

En el siguiente ejemplo de código, la solicitud consta de dos registros y la respuesta incluye sus probabilidades, que están separadas por una coma.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-sagemaker-xgboost-model \
  --content-type text/csv \
  --accept text/csv \
  --body $'1,2,3,4\n5,6,7,8' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, la expresión `$'content'` del comando `--body` indica al comando que interprete `'\n'` en el contenido como un salto de línea. A continuación, se muestra el resultado de respuesta.

```
0.6,0.3
```

En el siguiente ejemplo de código, la solicitud consta de dos registros y la respuesta incluye sus probabilidades, que están separadas por un salto de línea.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-csv-1 \
  --content-type text/csv \
  --accept text/csv \
  --body $'1,2,3,4\n5,6,7,8' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

```
0.6
0.3
```

En el siguiente ejemplo de código, la solicitud consta de un único registro y la respuesta son los valores de probabilidad de un modelo multiclase que contiene tres clases.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-csv-1 \
  --content-type text/csv \
  --accept text/csv \
  --body '1,2,3,4' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

```
0.1,0.6,0.3
```

En el siguiente ejemplo de código, la solicitud consta de dos registros y la respuesta son los valores de probabilidad de un modelo multiclase que contiene tres clases.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-csv-1 \
  --content-type text/csv \
  --accept text/csv \
  --body $'1,2,3,4\n5,6,7,8' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

```
0.1,0.6,0.3
0.2,0.5,0.3
```

En el siguiente ejemplo de código, la solicitud consta de dos registros y la respuesta incluye la probabilidad y la etiqueta predicha.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-csv-2 \
  --content-type text/csv \
  --accept text/csv \
  --body $'1,2,3,4\n5,6,7,8' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

```
1,0.6
0,0.3
```

En el siguiente ejemplo de código, la solicitud consta de dos registros y la respuesta incluye las probabilidades y los encabezados de etiqueta.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-csv-3 \
  --content-type text/csv \
  --accept text/csv \
  --body $'1,2,3,4\n5,6,7,8' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

```
"['cat','dog','fish']","[0.1,0.6,0.3]"
"['cat','dog','fish']","[0.2,0.5,0.3]"
```

## Solicitud y respuesta del punto de conexión en formato JSON Lines
<a name="clarify-processing-job-data-format-tabular-precheck-jsonlines"></a>

En el siguiente ejemplo de código, la solicitud consta de un único registro y la respuesta es su valor de probabilidad.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-jsonlines \
  --content-type application/jsonlines \
  --accept application/jsonlines \
  --body '{"features":["This is a good product",5]}' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

```
{"score":0.6}
```

En el siguiente ejemplo de código, la solicitud contiene dos registros y la respuesta incluye la probabilidad y la etiqueta predicha.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-jsonlines-2 \
  --content-type application/jsonlines \
  --accept application/jsonlines \
  --body $'{"features":[1,2,3,4]}\n{"features":[5,6,7,8]}' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

```
{"predicted_label":1,"probability":0.6}
{"predicted_label":0,"probability":0.3}
```

En el siguiente ejemplo de código, la solicitud contiene dos registros y la respuesta incluye las probabilidades y los encabezados de etiqueta.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-jsonlines-3 \
  --content-type application/jsonlines \
  --accept application/jsonlines \
  --body $'{"data":{"features":[1,2,3,4]}}\n{"data":{"features":[5,6,7,8]}}' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

```
{"predicted_labels":["cat","dog","fish"],"probabilities":[0.1,0.6,0.3]}
{"predicted_labels":["cat","dog","fish"],"probabilities":[0.2,0.5,0.3]}
```

## Solicitud y respuesta del punto de conexión en formatos mixtos
<a name="clarify-processing-job-data-format-tabular-precheck-diff"></a>

En el siguiente ejemplo de código, la solicitud está en formato CSV y la respuesta en formato JSON Lines.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-csv-in-jsonlines-out \
  --content-type text/csv \
  --accept application/jsonlines \
  --body $'1,2,3,4\n5,6,7,8' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

```
{"probability":0.6}
{"probability":0.3}
```

En el siguiente ejemplo de código, la solicitud está en formato JSON Lines y la respuesta en formato CSV.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-jsonlines-in-csv-out \
  --content-type application/jsonlines \
  --accept text/csv \
  --body $'{"features":[1,2,3,4]}\n{"features":[5,6,7,8]}' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

```
0.6
0.3
```

En el siguiente ejemplo de código, la solicitud está en formato CSV y la respuesta en formato JSON.

```
aws sagemaker-runtime invoke-endpoint \
  --endpoint-name test-endpoint-csv-in-jsonlines-out \
  --content-type text/csv \
  --accept application/jsonlines \
  --body $'1,2,3,4\n5,6,7,8' \
  /dev/stderr 1>/dev/null
```

En el ejemplo de código anterior, el resultado de la respuesta es el siguiente.

```
{"predictions":[{"label":1,"score":0.6},{"label":0,"score":0.3}]}
```