Invocar o endpoint - SageMaker Inteligência Artificial da Amazon
SolicitaçãoResposta

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Invocar o endpoint

Depois que o endpoint estiver em execução, use a InvokeEndpointAPI SageMaker AI Runtime no serviço SageMaker AI Runtime para enviar solicitações ou invocar o endpoint. Em resposta, as solicitações são tratadas como solicitações de explicabilidade pelo explicador do SageMaker Clarify.

nota

Para chamar um endpoint, escolha uma das seguintes opções:

Solicitação

A API InvokeEndpoint tem um parâmetro opcional EnableExplanations, que é mapeado para o cabeçalho X-Amzn-SageMaker-Enable-Explanations HTTP. Se esse parâmetro for fornecido, ele substituirá o parâmetro EnableExplanations do ClarifyExplainerConfig.

nota

Os parâmetros ContentType e Accept da API InvokeEndpoint são necessários. Os formatos compatíveis incluem o tipo MIME text/csv e application/jsonlines.

Use o sagemaker_runtime_client para enviar uma solicitação ao endpoint, da seguinte forma:

response = sagemaker_runtime_client.invoke_endpoint(
    EndpointName='name-of-your-endpoint',
    EnableExplanations='`true`',
    ContentType='text/csv',
    Accept='text/csv',
    Body='1,2,3,4',  # single record (of four numerical features)
)

Para endpoints multimodelo, passe um parâmetro adicional TargetModel na solicitação do exemplo anterior para especificar a qual modelo direcionar no endpoint. O endpoint multimodelo carrega dinamicamente os modelos de destino conforme necessário. Para obter mais informações sobre endpoints multimodelo, consulte Endpoints multimodelo. Consulte o caderno de amostra SageMaker Clarify Online Explicability on Multimodel Endpoint para obter um exemplo de como configurar e invocar vários modelos de destino a partir de um único endpoint.

Resposta

Se o endpoint for criado com ExplainerConfig, um novo esquema de resposta será usado. Esse novo esquema é diferente e não é compatível com um endpoint que não tem o parâmetro fornecido ExplainerConfig.

O tipo MIME da resposta é application/json, e a carga útil da resposta pode ser decodificada de bytes UTF-8 para um objeto JSON. Veja a seguir que os membros desse objeto JSON são os seguintes:

  • version: a versão do esquema de resposta em formato de string. Por exemplo, .1.0

  • predictions: as predições que a solicitação faz são as seguintes:

    • content_type: o tipo MIME das predições, referindo-se à ContentType da resposta do contêiner do modelo.

    • data: a sequência de dados de predições fornecida como carga útil da resposta do contêiner do modelo para a solicitação.

  • label_headers: os cabeçalhos do rótulo do parâmetro LabelHeaders. Isso é fornecido na configuração do explicador ou na saída do contêiner do modelo.

  • explanations: as explicações fornecidas na carga útil da solicitação. Se nenhum registro for explicado, esse membro retornará o objeto vazio {}.

    • kernel_shap: uma chave que se refere a uma matriz de explicações do Kernel SHAP para cada registro na solicitação. Se um registro não for explicado, a explicação correspondente será null.

O elemento kernel_shap tem os seguintes membros:

  • feature_header: o nome do cabeçalho dos atributos fornecidos pelo parâmetro FeatureHeaders na configuração do explicador ExplainerConfig.

  • feature_type: o tipo de atributo inferido pelo explicador ou fornecido no parâmetro FeatureTypes no ExplainerConfig. Esse elemento só está disponível para problemas de explicabilidade da PNL.

  • attributions: uma matriz de objetos de atribuição. Os atributos de texto podem ter vários objetos de atribuição, cada um para uma unidade. O objeto de atribuição tem os seguintes membros:

    • attribution: uma lista de valores de probabilidade, fornecida para cada classe.

    • description: a descrição das unidades de texto, disponível somente para problemas de explicabilidade da PNL.

      • partial_text: a parte do texto explicada pelo explicador.

      • start_idx: um índice baseado em zero para identificar a localização da matriz no início do fragmento de texto parcial.