अमेज़ॅन सेजमेकर कैनवास अब मशीन लर्निंग (एमएल) मॉडल को वास्तविक समय अनुमान लगाने वाले अंतिम बिंदुओं पर तैनात करने का समर्थन करता है, जिससे आप अपने एमएल मॉडल को उत्पादन में ले जा सकते हैं और एमएल-संचालित अंतर्दृष्टि के आधार पर कार्रवाई कर सकते हैं। सेजमेकर कैनवस एक नो-कोड कार्यक्षेत्र है जो विश्लेषकों और नागरिक डेटा वैज्ञानिकों को उनकी व्यावसायिक आवश्यकताओं के लिए सटीक एमएल भविष्यवाणियां उत्पन्न करने में सक्षम बनाता है।
अब तक, सेजमेकर कैनवस एक एमएल मॉडल का मूल्यांकन करने, बड़े पैमाने पर भविष्यवाणियां उत्पन्न करने और अपने इंटरैक्टिव कार्यक्षेत्र के भीतर क्या-क्या विश्लेषण चलाने की क्षमता प्रदान करता था। लेकिन अब आप वास्तविक समय अनुमान के लिए मॉडलों को अमेज़ॅन सेजमेकर एंडपॉइंट पर भी तैनात कर सकते हैं, जिससे मॉडल भविष्यवाणियों का उपभोग करना और सेजमेकर कैनवस कार्यक्षेत्र के बाहर कार्रवाई करना आसान हो जाता है। सेजमेकर कैनवस से एमएल मॉडल को सीधे तैनात करने की क्षमता होने से एमएल मॉडल को उत्पादन में मैन्युअल रूप से निर्यात, कॉन्फ़िगर, परीक्षण और तैनात करने की आवश्यकता समाप्त हो जाती है, जिससे जटिलता कम होती है और समय की बचत होती है। यह कोड लिखने की आवश्यकता के बिना, व्यक्तियों के लिए परिचालन एमएल मॉडल को अधिक सुलभ बनाता है।
इस पोस्ट में, हम आपको इस प्रक्रिया के बारे में बताते हैं सेजमेकर कैनवस में एक मॉडल तैनात करें वास्तविक समय के समापन बिंदु तक।
समाधान का अवलोकन
हमारे उपयोग के मामले में, हम एक मोबाइल फोन ऑपरेटर के विपणन विभाग में एक व्यावसायिक उपयोगकर्ता की भूमिका निभा रहे हैं, और हमने मंथन के संभावित जोखिम वाले ग्राहकों की पहचान करने के लिए सेजमेकर कैनवस में सफलतापूर्वक एक एमएल मॉडल बनाया है। हमारे मॉडल द्वारा उत्पन्न भविष्यवाणियों के लिए धन्यवाद, अब हम इसे अपने विकास परिवेश से उत्पादन की ओर ले जाना चाहते हैं। अनुमान के लिए हमारे मॉडल एंडपॉइंट को तैनात करने की प्रक्रिया को सुव्यवस्थित करने के लिए, हम सेजमेकर कैनवस से सीधे एमएल मॉडल तैनात करते हैं, जिससे एमएल मॉडल को उत्पादन में मैन्युअल रूप से निर्यात, कॉन्फ़िगर, परीक्षण और तैनात करने की आवश्यकता समाप्त हो जाती है। यह जटिलता को कम करने में मदद करता है, समय बचाता है, और कोड लिखने की आवश्यकता के बिना, व्यक्तियों के लिए परिचालन एमएल मॉडल को अधिक सुलभ बनाता है।
वर्कफ़्लो चरण इस प्रकार हैं:
- सेजमेकर कैनवस में वर्तमान ग्राहक आबादी के साथ एक नया डेटासेट अपलोड करें। समर्थित डेटा स्रोतों की पूरी सूची के लिए, देखें कैनवास में डेटा आयात करें.
- एमएल मॉडल बनाएं और उनके प्रदर्शन मेट्रिक्स का विश्लेषण करें। निर्देशों के लिए, देखें एक कस्टम मॉडल बनाएं और अमेज़ॅन सेजमेकर कैनवास में अपने मॉडल के प्रदर्शन का मूल्यांकन करें.
- स्वीकृत मॉडल संस्करण परिनियोजित करें वास्तविक समय अनुमान के लिए एक समापन बिंदु के रूप में।
आप कोड की एक भी पंक्ति लिखे बिना सेजमेकर कैनवास में इन चरणों को निष्पादित कर सकते हैं।
.. पूर्वापेक्षाएँ
इस पूर्वाभ्यास के लिए, सुनिश्चित करें कि निम्नलिखित पूर्वापेक्षाएँ पूरी होती हैं:
- सेजमेकर एंडपॉइंट्स पर मॉडल संस्करण तैनात करने के लिए, सेजमेकर कैनवस एडमिन को सेजमेकर कैनवस उपयोगकर्ता को आवश्यक अनुमतियाँ देनी होंगी, जिन्हें आप सेजमेकर डोमेन में प्रबंधित कर सकते हैं जो आपके सेजमेकर कैनवस एप्लिकेशन को होस्ट करता है। अधिक जानकारी के लिए देखें कैनवास में अनुमतियाँ प्रबंधन.
- में उल्लिखित पूर्वापेक्षाएँ लागू करें Amazon SageMaker Canvas का उपयोग करके नो-कोड मशीन लर्निंग के साथ ग्राहक मंथन की भविष्यवाणी करें.
अब आपके पास कैनवस में ऐतिहासिक मंथन पूर्वानुमान डेटा पर प्रशिक्षित तीन मॉडल संस्करण होने चाहिए:
- 1% के मॉडल स्कोर के साथ सभी 21 सुविधाओं और त्वरित बिल्ड कॉन्फ़िगरेशन के साथ प्रशिक्षित V96.903
- V2 को सभी 19 विशेषताओं (फ़ोन और राज्य सुविधाओं को हटा दिया गया) और त्वरित बिल्ड कॉन्फ़िगरेशन और 97.403% की बेहतर सटीकता के साथ प्रशिक्षित किया गया
- V3 को 97.103% मॉडल स्कोर के साथ मानक बिल्ड कॉन्फ़िगरेशन के साथ प्रशिक्षित किया गया
ग्राहक मंथन भविष्यवाणी मॉडल का प्रयोग करें
सक्षम उन्नत मेट्रिक्स दिखाएं मॉडल विवरण पृष्ठ पर और प्रत्येक मॉडल संस्करण से जुड़े उद्देश्य मेट्रिक्स की समीक्षा करें ताकि आप सेजमेकर को समापन बिंदु के रूप में तैनात करने के लिए सबसे अच्छा प्रदर्शन करने वाले मॉडल का चयन कर सकें।
प्रदर्शन मेट्रिक्स के आधार पर, हम तैनात किए जाने वाले संस्करण 2 का चयन करते हैं।
मॉडल परिनियोजन सेटिंग्स कॉन्फ़िगर करें-परिनियोजन नाम, इंस्टेंस प्रकार और इंस्टेंस गिनती।
शुरुआती बिंदु के रूप में, कैनवास स्वचालित रूप से आपके मॉडल परिनियोजन के लिए सर्वोत्तम इंस्टेंस प्रकार और इंस्टेंस की संख्या की अनुशंसा करेगा। आप इसे अपने कार्यभार की आवश्यकता के अनुसार बदल सकते हैं।
आप सीधे सेजमेकर कैनवस के भीतर से तैनात सेजमेकर अनुमान समापन बिंदु का परीक्षण कर सकते हैं।
आप अतिरिक्त मंथन पूर्वानुमान का अनुमान लगाने के लिए सेजमेकर कैनवस उपयोगकर्ता इंटरफ़ेस का उपयोग करके इनपुट मान बदल सकते हैं।
अब नेविगेट करते हैं अमेज़ॅन सैजमेकर स्टूडियो और तैनात समापन बिंदु की जाँच करें।
सेजमेकर स्टूडियो में एक नोटबुक खोलें और तैनात मॉडल एंडपॉइंट का अनुमान लगाने के लिए निम्नलिखित कोड चलाएँ। मॉडल समापन बिंदु नाम को अपने स्वयं के मॉडल समापन बिंदु नाम से बदलें।
हमारा मूल मॉडल एंडपॉइंट एक ml.m5.xlarge इंस्टेंस और 1 इंस्टेंस गिनती का उपयोग कर रहा है। अब, मान लीजिए कि आप उम्मीद करते हैं कि आपके मॉडल एंडपॉइंट का अनुमान लगाने वाले अंतिम-उपयोगकर्ताओं की संख्या में वृद्धि होगी और आप अधिक गणना क्षमता का प्रावधान करना चाहते हैं। आप इसे चुनकर सीधे सेजमेकर कैनवस के भीतर से पूरा कर सकते हैं कॉन्फ़िगरेशन अद्यतन करें.
क्लीन अप
भविष्य में शुल्क लगने से बचने के लिए, इस पोस्ट का अनुसरण करते समय आपके द्वारा बनाए गए संसाधनों को हटा दें। इसमें सेजमेकर कैनवस से लॉग आउट करना शामिल है तैनात किए गए SageMaker समापन बिंदु को हटाना. सेजमेकर कैनवस आपको सत्र की अवधि के लिए बिल देता है, और जब आप इसका उपयोग नहीं कर रहे हों तो हम सेजमेकर कैनवस से लॉग आउट करने की सलाह देते हैं। को देखें Amazon SageMaker कैनवास से लॉग आउट करना अधिक जानकारी के लिए.
निष्कर्ष
इस पोस्ट में, हमने चर्चा की कि कैसे सेजमेकर कैनवस एमएल मॉडल को वास्तविक समय अनुमान लगाने वाले अंतिम बिंदुओं पर तैनात कर सकता है, जिससे आप अपने एमएल मॉडल को उत्पादन में ले जा सकते हैं और एमएल-संचालित अंतर्दृष्टि के आधार पर कार्रवाई कर सकते हैं। हमारे उदाहरण में, हमने दिखाया कि कैसे एक विश्लेषक बिना किसी कोड को लिखे एक बेहद सटीक पूर्वानुमानित एमएल मॉडल बना सकता है, इसे सेजमेकर पर एंडपॉइंट के रूप में तैनात कर सकता है, और सेजमेकर कैनवस के साथ-साथ सेजमेकर स्टूडियो नोटबुक से मॉडल एंडपॉइंट का परीक्षण कर सकता है।
अपनी लो-कोड/नो-कोड एमएल यात्रा शुरू करने के लिए, देखें अमेज़ॅन सेजमेकर कैनवास.
लॉन्च में योगदान देने वाले सभी लोगों को विशेष धन्यवाद: प्रशांत कुरुमाद्दली, अभिषेक कुमार, एलन लियू, सीन लेस्टर, ऋचा सुंदरानी और एलिसिया क्यूई।
लेखक के बारे में
जनिशा आनंद अमेज़ॅन सेजमेकर लो/नो कोड एमएल टीम में एक वरिष्ठ उत्पाद प्रबंधक हैं, जिसमें सेजमेकर कैनवास और सेजमेकर ऑटोपायलट शामिल हैं। वह कॉफ़ी का आनंद लेती है, सक्रिय रहती है और अपने परिवार के साथ समय बिताती है।
इंडी साहनी अमेज़ॅन वेब सर्विसेज में एक वरिष्ठ ग्राहक समाधान नेता हैं। ग्राहकों की समस्याओं से हमेशा पीछे की ओर काम करते हुए, इंडी अपनी अनूठी क्लाउड परिवर्तन यात्रा के माध्यम से AWS एंटरप्राइज़ ग्राहक अधिकारियों को सलाह देता है। उनके पास उद्यम संगठनों को उभरती प्रौद्योगिकियों और व्यावसायिक समाधानों को अपनाने में मदद करने का 25 वर्षों से अधिक का अनुभव है। इंडी एआई/एमएल के लिए एडब्ल्यूएस के तकनीकी क्षेत्र समुदाय के साथ गहन विशेषज्ञ का एक क्षेत्र है, जो जेनरेटिव एआई और लो-कोड/नो-कोड अमेज़ॅन सेजमेकर समाधानों में विशेषज्ञता रखता है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/deploy-ml-models-built-in-amazon-sagemaker-canvas-to-amazon-sagemaker-real-time-endpoints/
- :हैस
- :है
- :नहीं
- 07
- 1
- 100
- 11
- 16
- 19
- 25
- 67
- 7
- 8
- 97
- a
- क्षमता
- सुलभ
- पूरा
- शुद्धता
- सही
- कार्य
- कार्रवाई
- सक्रिय
- अतिरिक्त
- व्यवस्थापक
- अपनाना
- उन्नत
- AI
- ऐ / एमएल
- सब
- एलन
- की अनुमति दे
- भी
- हमेशा
- वीरांगना
- अमेज़न SageMaker
- अमेज़ॅन सेजमेकर कैनवास
- अमेज़ॅन वेब सेवा
- an
- का विश्लेषण करती है
- विश्लेषक
- विश्लेषकों
- विश्लेषण करें
- और
- कोई
- आवेदन
- अनुमोदित
- हैं
- क्षेत्र
- AS
- जुड़े
- मान लीजिये
- स्वतः
- से बचने
- एडब्ल्यूएस
- आधारित
- BE
- BEST
- विधेयकों
- परिवर्तन
- निर्माण
- बनाया गया
- व्यापार
- लेकिन
- by
- कर सकते हैं
- कैनवास
- क्षमता
- मामला
- परिवर्तन
- प्रभार
- चेक
- चुनने
- नागरिक
- बादल
- कोड
- कॉफी
- समुदाय
- जटिलता
- गणना करना
- विन्यास
- उपभोग
- योगदान
- बनाया
- वर्तमान
- रिवाज
- ग्राहक
- ग्राहक समाधान
- ग्राहक
- तिथि
- विभाग
- तैनात
- तैनात
- तैनाती
- तैनाती
- गहराई
- विवरण
- विकास
- सीधे
- चर्चा की
- डोमेन
- ड्राइव
- अवधि
- से प्रत्येक
- सरल
- को हटा देता है
- नष्ट
- कस्र्न पत्थर
- उभरती तकनीकी
- सक्षम बनाता है
- endpoint
- उद्यम
- वातावरण
- मूल्यांकन करें
- हर कोई
- उदाहरण
- एक्जीक्यूटिव
- उम्मीद
- अनुभव
- निर्यात
- परिवार
- विशेषताएं
- खेत
- निम्नलिखित
- इस प्रकार है
- के लिए
- से
- पूर्ण
- भविष्य
- उत्पन्न
- उत्पन्न
- उत्पादक
- जनरेटिव एआई
- देना
- है
- होने
- he
- मदद
- मदद करता है
- उसे
- अत्यधिक
- ऐतिहासिक
- मेजबान
- कैसे
- एचटीएमएल
- HTTPS
- पहचान करना
- आयात
- उन्नत
- in
- शामिल
- बढ़ना
- व्यक्तियों
- करें-
- निवेश
- अंतर्दृष्टि
- उदाहरण
- निर्देश
- इंटरैक्टिव
- इंटरफेस
- में
- IT
- आईटी इस
- यात्रा
- जेपीजी
- कुमार
- लांच
- नेता
- सीख रहा हूँ
- लाइन
- सूची
- लॉगिंग
- मशीन
- यंत्र अधिगम
- बनाना
- बनाता है
- निर्माण
- प्रबंधन
- प्रबंध
- प्रबंधक
- मैन्युअल
- विपणन (मार्केटिंग)
- उल्लेख किया
- घास का मैदान
- मेट्रिक्स
- ML
- मोबाइल
- मोबाइल फ़ोन
- आदर्श
- मॉडल
- अधिक
- चाल
- चाहिए
- नाम
- नेविगेट करें
- आवश्यक
- आवश्यकता
- की जरूरत है
- नया
- नहीं
- नोटबुक
- अभी
- संख्या
- उद्देश्य
- of
- on
- ऑपरेटर
- संगठनों
- मूल
- हमारी
- आउट
- बाहर
- के ऊपर
- अपना
- पृष्ठ
- पांडा
- प्रति
- निष्पादन
- प्रदर्शन
- अनुमतियाँ
- फ़ोन
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- बिन्दु
- आबादी
- पद
- संभावित
- भविष्यवाणी
- भविष्यवाणियों
- आवश्यक शर्तें
- समस्याओं
- प्रक्रिया
- एस्ट्रो मॉल
- उत्पादन प्रबंधक
- उत्पादन
- बशर्ते
- प्रावधान
- Qi
- त्वरित
- जल्दी से
- वास्तविक समय
- की सिफारिश
- को कम करने
- को कम करने
- उल्लेख
- हटाया
- की जगह
- उपयुक्त संसाधन चुनें
- प्रतिक्रिया
- की समीक्षा
- जोखिम
- भूमिका
- रन
- sagemaker
- सेजमेकर अनुमान
- बचत
- वैज्ञानिकों
- स्कोर
- शॉन
- वरिष्ठ
- सेवाएँ
- सत्र
- वह
- चाहिए
- पता चला
- एक
- So
- समाधान ढूंढे
- सूत्रों का कहना है
- विशेषज्ञ
- खर्च
- मानक
- प्रारंभ
- शुरुआत में
- राज्य
- रह
- कदम
- सुवीही
- स्टूडियो
- सफलतापूर्वक
- समर्थित
- समर्थन करता है
- निश्चित
- SYS
- लेना
- टीम
- तकनीकी
- टेक्नोलॉजीज
- परीक्षण
- धन्यवाद
- कि
- RSI
- लेकिन हाल ही
- जिसके चलते
- इन
- इसका
- तीन
- यहाँ
- पहर
- सेवा मेरे
- प्रशिक्षित
- परिवर्तन
- टाइप
- अद्वितीय
- उपयोग
- उदाहरण
- उपयोगकर्ता
- यूजर इंटरफेस
- का उपयोग
- मान
- संस्करण
- संस्करणों
- चलना
- walkthrough
- करना चाहते हैं
- we
- वेब
- वेब सेवाओं
- कुंआ
- कब
- कौन कौन से
- जब
- कौन
- मर्जी
- साथ में
- अंदर
- बिना
- वर्कफ़्लो
- काम कर रहे
- लिखना
- कोड लिखें
- लिख रहे हैं
- साल
- हाँ
- आप
- आपका
- जेफिरनेट