更新解決方案以變更其自動訓練組態 - Amazon Personalize
更新解決方案 （主控台）更新解決方案 (AWS CLI)更新解決方案AWS SDKs)

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

更新解決方案以變更其自動訓練組態

建立解決方案之後，您可以變更其自動訓練組態及其事件組態：

  • 您可以開啟或關閉自動訓練，也可以變更訓練頻率。

    • 如果您開啟自動訓練，第一個自動訓練會在解決方案更新完成後一小時內開始。如果您在一小時內手動建立解決方案版本，解決方案會略過第一個自動訓練。

    • 如果您修改解決方案的訓練頻率，訓練排程會重設，新的解決方案版本會在一小時內開始訓練。解決方案版本建立會以新的頻率繼續，其中第 1 天是您更新解決方案的日期。

  • 您可以更新解決方案事件組態。如果解決方案已指定事件組態，則新事件組態將取代原始事件組態。如需最佳化事件組態解決方案的詳細資訊，請參閱 使用事件組態最佳化解決方案。

您可以使用 Amazon Personalize 主控台 AWS Command Line Interface或 AWS SDKs更新解決方案。解決方案更新可能需要幾分鐘的時間。當更新進行時，您可以為解決方案建立解決方案版本，但無法刪除解決方案。在更新完成之前，解決方案會使用先前的組態。如需自動訓練的詳細資訊，請參閱 設定自動訓練。

更新解決方案 （主控台）

若要在 主控台中更新解決方案，請導覽至解決方案，選擇更新，然後指定要使用的新組態。

設定解決方案

  1. 在 https://console.aws.amazon.com/personalize/home：// 開啟 Amazon Personalize 主控台，並登入您的帳戶。

  2. 在資料集群組頁面上，選擇您的資料集群組。

  3. 在導覽窗格中，選擇自訂資源，然後選擇解決方案和配方。

  4. 選擇您的解決方案，然後選擇右上角的更新。

  5. 在自動訓練中，修改解決方案是否使用自動訓練。如果自動訓練已開啟，您可以變更 Automatic training frequency。預設訓練頻率為每 7 天一次。

  6. 選擇更新解決方案。您可以在解決方案的詳細資訊頁面上找到解決方案更新的狀態。

更新解決方案 (AWS CLI)

若要使用 更新解決方案 AWS Command Line Interface，請使用 update-solution命令。此命令使用 UpdateSolution API 操作。下列程式碼說明如何更新解決方案，以使用訓練頻率為 5 天的自動訓練。若要關閉自動訓練，請指定--no-perform-auto-training並省略 solution-update-config。

預設訓練頻率為每 7 天一次。表達式必須是 rate(value unit) 格式。針對 值，指定介於 1 到 30 之間的數字。針對 單位，指定 day或 days。

aws personalize update-solution \
--solution-arn solution ARN \
--perform-auto-training \
--solution-update-config "{\"autoTrainingConfig\": {\"schedulingExpression\": \"rate(5 days)\"}}"

若要取得更新狀態，請使用 describe-solution命令 （使用 DescribeSolution API 操作），並在 中尋找更新狀態latestSolutionUpdate。

更新解決方案AWS SDKs)

若要使用 AWS SDKs 更新解決方案，請使用 UpdateSolution API 操作。下列程式碼說明如何使用適用於 Python (Boto3) 的 SDK 來更新解決方案，以使用訓練頻率為 5 天的自動訓練。程式碼會取得 DescribeSolution API 操作的更新狀態。

預設訓練頻率為每 7 天一次。表達式必須是 rate(value unit) 格式。針對 值，指定介於 1 到 30 之間的數字。針對 單位，指定 day或 days。

import boto3

personalize = boto3.client('personalize')

update_solution_response = personalize.update_solution(
    solutionArn='SOLUTION ARN',
    performAutoTraining=True,
    solutionUpdateConfig={
        "autoTrainingConfig": {
            "schedulingExpression": "rate(5 days)"
        }
    }
)
describe_solution_response = personalize.describe_solution(
    solutionArn='SOLUTION ARN'
)
update_status = describe_solution_response["solution"]["latestSolutionUpdate"]["status"]
print(f"Update status: {update_status}")