기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# 플라이 휠 반복
플라이 휠 반복을 사용하여 새 모델 버전을 생성 및 관리할 수 있습니다.
**Topics**
+ [반복 워크플로](#flywheels-iterate-flow)
+ [반복 관리 (콘솔)](#flywheels-iterate-console)
+ [반복 관리 (API)](#flywheels-iterate-api)
## 반복 워크플로
플라이 휠은 학습시킨 모델 버전으로 시작하거나 초기 데이터 세트를 사용하여 모델 버전을 학습시킵니다.
시계열에 따라 레이블이 지정된 새 데이터를 얻으면 새 모델 버전을 학습시켜 플라이 휠 모델의 성능을 개선합니다. 플라이 휠을 실행하면 새 모델 버전을 학습시키고 평가하는 새로운 반복이 생성됩니다. 성능이 기존 활성 모델 버전보다 우수한 경우 새 모델 버전을 승격시킬 수 있습니다.
플라이 휠 반복 워크플로에는 다음 단계가 포함됩니다.
1. 레이블이 지정된 새 데이터에 대한 데이터 세트를 생성합니다.
1. 플라이 휠을 실행하여 새 반복을 생성합니다. 반복은 다음 단계에 따라 새 모델 버전을 학습시키고 평가합니다.
1. 새 데이터를 사용하여 활성 모델 버전을 평가합니다.
1. 새 데이터를 사용하여 새 모델 버전을 학습시킵니다.
1. 평가 및 훈련 결과를 데이터 레이크에 저장합니다.
1. 두 모델의 F1 점수를 반환합니다.
1. 반복이 완료되면 기존 활성 모델과 새 모델의 F1 점수를 비교할 수 있습니다.
1. 새 모델 버전의 성능이 우수하면 활성 모델 버전으로 승격시킵니다. [콘솔](#flywheels-iterate-console-promote)이나 [API](#flywheels-iterate-console-promote)를 사용하여 새 모델 버전을 승격시킬 수 있습니다.
## 반복 관리 (콘솔)
콘솔을 사용하여 새 반복을 시작하고 진행 중인 반복의 상태를 쿼리할 수 있습니다. 또한 완료된 반복의 결과를 볼 수 있습니다.
### 플라이 휠 반복 시작 (콘솔)
새 반복을 시작하기 전에 하나 이상의 새 학습 또는 테스트 데이터 세트를 만듭니다. [데이터 세트 구성](datasets-config.md) 참조
**플라이 휠 반복 시작 (콘솔)**
1. 에 로그인 AWS Management Console 하고 [Amazon Comprehend 콘솔](https://console.aws.amazon.com/comprehend/)을 엽니다.
1. 왼쪽 메뉴에서 **플라이 휠**을 선택합니다.
1. **플라이 휠** 테이블에서 플라이 휠을 선택합니다.
1. **플라이 휠 실행**을 선택합니다.
### 반복 결과 분석 (콘솔)
**플라이 휠 반복**을 실행한 후 콘솔은 플라이 휠 반복 테이블에 결과를 표시합니다.
### 새 모델 버전 홍보 (콘솔)
콘솔의 모델 세부 정보 페이지에서 새 모델 버전을 활성 모델 버전으로 승격시킬 수 있습니다.
**플라이 휠 모델 버전을 활성 모델 버전으로 승격 (콘솔)**
1. 에 로그인 AWS Management Console 하고 [Amazon Comprehend 콘솔](https://console.aws.amazon.com/comprehend/)을 엽니다.
1. 왼쪽 메뉴에서 **플라이 휠**을 선택합니다.
1. **플라이 휠** 테이블에서 플라이 휠을 선택합니다.
1. **플라이 휠 세부 정보** 테이블에서 **플라이 휠 반복**테이블에 홍보할 버전을 선택합니다.
1. **활성 모델 만들기**를 선택합니다.
## 반복 관리 (API)
Amazon Comprehend API를 사용하여 새 반복을 시작하고 진행 중인 반복의 상태를 쿼리할 수 있습니다. 또한 완료된 반복의 결과를 볼 수 있습니다.
### 플라이 휠 반복 시작 (API)
Amazon Comprehend [StartFlywheelIteration](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartFlywheelIteration.html) 작업을 사용하여 플라이 휠 반복을 시작합니다.
```
aws comprehend start-flywheel-iteration \
--flywheel-arn "flywheelArn"
```
응답에는 다음 콘텐츠가 포함됩니다.
```
{
"FlywheelIterationArn": "arn:aws::comprehend:aws-region:111122223333:flywheel/name"
}
```
### 새 모델 버전 (API) 승격
[UpdateFlyWheel](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_UpdateFlywheel.html) 작업을 사용하면 모델 버전을 활성 모델 버전으로 승격시킬 수 있습니다.
`ActiveModelArn`파라미터가 설정된 `UpdateFlywheel` 요청을 새 활성 모델 버전의 ARN으로 전송합니다.
```
aws comprehend update-flywheel \
--active-model-arn "modelArn" \
```
응답에는 다음 콘텐츠가 포함됩니다.
```
{
"FlywheelArn": "arn:aws::comprehend:aws-region:111122223333:flywheel/name",
"ActiveModelArn": "modelArn"
}
```
### 플라이 휠 반복 결과 (API) 설명
Amazon Comprehend [DescribeFlyWheelIteration ](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeFlywheelIteration.html)작업은 실행이 완료된 후 반복에 대한 정보를 반환합니다.
```
aws comprehend describe-flywheel-iteration \
--flywheel-arn "flywheelArn" \
--flywheel-iteration-id "flywheelIterationId" \
--region aws-region
```
응답에는 다음 콘텐츠가 포함됩니다.
```
{
"FlywheelIterationProperties": {
"FlywheelArn": "flywheelArn",
"FlywheelIterationId": "iterationId",
"CreationTime": ,
"EndTime": ,
"Status": ,
"Message": ,
"EvaluatedModelArn": "modelArn",
"EvaluatedModelMetrics": {
"AverageF1Score": ,
"AveragePrecision": ,
"AverageRecall": ,
"AverageAccuracy":
},
"TrainedModelArn": "modelArn",
"TrainedModelMetrics": {
"AverageF1Score": ,
"AveragePrecision": ,
"AverageRecall": ,
"AverageAccuracy":
}
}
}
```
### 반복 기록 가져오기 (API)
[ListFlywheelIterationHistory](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListFlywheelIterationHistory.html) 작업을 사용하여 반복 기록에 대한 정보를 가져올 수 있습니다.
```
aws comprehend list-flywheel-iteration-history \
--flywheel-arn "flywheelArn"
```
응답에는 다음 콘텐츠가 포함됩니다.
```
{
"FlywheelIterationPropertiesList": [
{
"FlywheelArn": "",
"FlywheelIterationId": "20220907T214613Z",
"CreationTime": 1662587173.224,
"EndTime": 1662592043.02,
"Status": "",
"Message": "",
"EvaluatedModelArn": "modelArn",
"EvaluatedModelMetrics": {
"AverageF1Score": 0.8333333333333333,
"AveragePrecision": 0.75,
"AverageRecall": 0.9375,
"AverageAccuracy": 0.8125
},
"TrainedModelArn": "modelArn",
"TrainedModelMetrics": {
"AverageF1Score": 0.865497076023392,
"AveragePrecision": 0.7636363636363637,
"AverageRecall": 1.0,
"AverageAccuracy": 0.84375
}
}
]
}
```