Erstellen eines Streaming-Beschriftungsjobs mit der SageMaker-API - Amazon SageMaker AI

Erstellen eines Streaming-Beschriftungsjobs mit der SageMaker-API

Nachfolgend finden Sie ein Beispiel für eine AWS Python SDK (Boto3)-Aufforderung, mit der Sie einen Streaming-Etikettierungsauftrag für einen integrierten Aufgabentyp in der Region USA Ost (N. Virginia) starten können. Weitere Informationen zu den einzelnen Parametern finden Sie weiter unten unter CreateLabelingJob. Informationen dazu, wie Sie mithilfe dieser API und der zugehörigen sprachspezifischen SDKs einen Labeling-Job (API) erstellen können, finden Sie unter Labeling-Job (API) erstellen.

In diesem Beispiel sind die folgenden Parameter zu beachten:

  • SnsDataSource– Dieser Parameter erscheint in InputConfig und OutputConfig und wird verwendet, um Ihre Eingabe- bzw. Ausgabe-Amazon SNS-Themen zu identifizieren. Um einen Streaming-Labeling-Job zu erstellen, müssen Sie ein Amazon SNS SNS-Eingabethema angeben. Optional können Sie auch ein Amazon SNS-Ausgabethema angeben.

  • S3DataSource – Dieser Parameter ist optional. Verwenden Sie diesen Parameter, wenn Sie eine Eingabe-Manifestdatei mit Datenobjekten einschließen möchten, die Sie kennzeichnen möchten, sobald der Labeling-Job gestartet wird.

  • StoppingConditions– Dieser Parameter wird ignoriert, wenn Sie einen Streaming-Labeling-Job erstellen. Weitere Informationen zum Beenden eines Streaming-Labeling-Jobs finden Sie unter Einen Streaming-Labeling-Job beenden.

  • Streaming-Labeling-Jobs unterstützen kein automatisches Daten-Labeling. Schließen Sie den LabelingJobAlgorithmsConfig Parameter nicht ein.

response = client.create_labeling_job(
    LabelingJobName= 'example-labeling-job',
    LabelAttributeName='label',
    InputConfig={
        'DataSource': {
            'S3DataSource': {
                'ManifestS3Uri': 's3://bucket/path/manifest-with-input-data.json'
            },
            'SnsDataSource': {
                'SnsTopicArn': 'arn:aws:sns:us-east-1:123456789012:your-sns-input-topic'
            }
        },
        'DataAttributes': {
            'ContentClassifiers': [
                'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent',
            ]
        }
    },
    OutputConfig={
        'S3OutputPath': 's3://bucket/path/file-to-store-output-data',
        'KmsKeyId': 'string',
        'SnsTopicArn': 'arn:aws:sns:us-east-1:123456789012:your-sns-output-topic'
    },
    RoleArn='arn:aws:iam::*:role/*',
    LabelCategoryConfigS3Uri='s3://bucket/path/label-categories.json',
    HumanTaskConfig={
        'WorkteamArn': 'arn:aws:sagemaker:us-east-1:*:workteam/private-crowd/*',
        'UiConfig': {
            'UiTemplateS3Uri': 's3://bucket/path/custom-worker-task-template.html'
        },
        'PreHumanTaskLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:PRE-tasktype',
        'TaskKeywords': [
            'Example key word',
        ],
        'TaskTitle': 'Multi-label image classification task',
        'TaskDescription': 'Select all labels that apply to the images shown',
        'NumberOfHumanWorkersPerDataObject': 123,
        'TaskTimeLimitInSeconds': 123,
        'TaskAvailabilityLifetimeInSeconds': 123,
        'MaxConcurrentTaskCount': 123,
        'AnnotationConsolidationConfig': {
            'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-tasktype'
            }
        },
    Tags=[
        {
            'Key': 'string',
            'Value': 'string'
        },
    ]
)