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。

# 驗證預測和訓練轉接器
<a name="bulk-analysis-pred-verify"></a>

**注意**  
自 2026 年 4 月 30 日起，Amazon Rekognition 批次映像內容管制將不再開放給新客戶。如果您想要使用批次映像內容管制，請在該日期之前註冊。過去 12 個月內已使用此功能之帳戶的現有客戶可以繼續正常使用服務。如需詳細資訊，請參閱 [Rekognition 批次映像內容管制可用性變更](https://docs.aws.amazon.com/rekognition/latest/dg/rekognition-batch-image-content-moderation-availability-change.html)。

您也可以透過 [Rekognition 主控台](https://console.aws.amazon.com/rekognition/)利用批量分析來取得一批影像的預測、預測驗證，然後使用已驗證的預測建立轉接器。轉接器可讓您增強任何支援的 Rekognition 作業的準確性。

目前，您可以建立轉接器，與 Rekognition 自訂內容管制特徵搭配使用。藉由建立轉接器並將其提供給 [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html) 操作，您可以讓與特定使用案例相關的內容管制任務達到更好的準確性。

如需自訂內容管制的詳細資訊，請參閱 [透過自訂管制提升準確性](moderation-custom-moderation.md)。如需使用批量分析驗證預測的說明，請參閱 [批量分析和驗證](adapters-bulk-analysis.md)。如需有關如何使用 Rekognition 主控台驗證預測和建立轉接器的教學課程，請參閱 [自訂管制轉接器教學課程](using-adapters-tutorial.md)。