評估最佳化模型的效能

使用最佳化任務建立最佳化模型後，您可以執行模型效能的評估。此評估會產生延遲、輸送量和價格的指標。使用這些指標來判斷最佳化模型是否符合您的使用案例需求，或是否需要進一步最佳化。

您只能使用 Studio 執行效能評估。此功能並非透過 Amazon SageMaker AI API 或 Python SDK 提供。

開始之前

您必須先建立推論最佳化任務來最佳化模型，才能建立效能評估。在 Studio 中，您只能評估使用這些任務建立的模型。

完成 Studio 中的下列步驟，為最佳化模型建立效能評估。

在 Studio 導覽功能表中，於任務下方，選擇推論最佳化。
選擇建立您要評估之最佳化模型的任務名稱。
在任務詳細資訊頁面上，選擇評估效能。
在評估效能頁面上，某些 JumpStart 模型會要求您簽署終端使用者授權協議 (EULA)，才能繼續進行。若有要求，請檢閱授權協議一節中的授權條款。如果這些條款適用於您的使用案例，請選取我接受 EULA 並已閱讀條款與條件核取方塊
針對選取記號化工具的模型，請接受預設值，或選擇特定模型作為評估的記號化工具。
針對輸入資料集，選擇是否：
- 使用 SageMaker AI 中的預設範例資料集。
- 提供指向您自己範例資料集的 S3 URI。
對於效能結果的 S3 URI，請提供指向 Amazon S3 中您要存放評估結果的位置其 URI。
選擇評估。

Studio 會顯示效能評估頁面，在此您的評估任務會顯示在資料表中。狀態欄會顯示評估的狀態。
狀態為已完成時，選擇任務的名稱以查看評估結果。

評估詳細資訊頁面會顯示資料表，其中提供延遲、輸送量和價格的效能指標。如需關於每個指標的詳細資訊，請參閱推論效能評估的指標參考。

在您成功評估最佳化模型的效能之後，Studio 中的評估詳細資訊頁面會顯示下列指標。

延遲區段顯示下列指標

輸送量區段顯示下列指標。

價格區段顯示下列指標。

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

檢視最佳化任務結果

支援的模型參考