Gå till huvudinnehåll

Amazon SageMaker

PÅ DEN HÄR SIDAN

Amazon SageMaker

Amazon SageMaker är en maskininlärningsplattform för att automatisera, säkerställa och accelerera prediktiv analys, som hjälper datavetare och -analytiker att bygga och utveckla korrekta förutsägelsemodeller.

Om du vill ansluta till Amazon SageMaker måste du ha skapat, eller ha åtkomst till, en modell och ha driftsatt den till en slutpunkt på AWS-plattformen. Slutpunkten måste kunna nås offentligt av Qlik Cloud.

https://aws.amazon.com/pm/sagemaker.

Begränsningar

  • Amazon Comprehend har slutpunktskvoter:

    https://docs.aws.amazon.com/general/latest/gr/sagemaker.html.

  • AWS erbjuder driftsättning av modeller baserat på instanstyper, till exempel medelstora och stora instanstyper. Resurserna som är tillgängliga på Amazon-tjänsterna kommer att påverka och begränsa prestanda i Qlik Sense-laddning och diagramrespons.

  • När Qlik Sense skickar data till Amazon SageMaker skickas det i ett CSV-format utan en rubrikrad. Det betyder att fälten behöver skickas exakt i den ordning som Amazon SageMaker-slutpunkten förväntar sig. Du måste ange fälten i samma ordning som de angavs i när modellen genererades.

  • Amazon SageMaker-kopplingen är begränsad till 200 000 rader per begäran. Dessa skickas till slutpunktstjänsten i batchar om 2 000 rader. I scenarier när fler rader behöver bearbetas kan du använda Cirkulär referens inom dataladdningsskriptet för att batchvis behandla fler rader.

  • I ett scenario där ett program regelbundet laddas om är bästa praxis att cachelagra förutsägelser med en QVD-fil och endast skicka nya rader till förutsägelseslutpunkten. Det kommer att förbättra prestanda för Qlik Sense-programladdning och minska belastningen på Amazon SageMaker-slutpunkten.

  • När Amazon SageMaker används i ett diagramuttryck är det viktigt att tillhandahålla datatyper för fält eftersom modellen behöver behandla dessa i rätt sträng/numeriskt format. En begränsning med komplement på servern i diagramuttryck är att datatyper inte automatiskt identifieras eftersom de är i laddningsskriptet.

  • Om du använder ett relativt kopplingsnamn och bestämmer dig för att flytta din app från ett delat utrymme till ett annat delat utrymme eller om du flyttar din app från ett delat utrymme till ditt privata utrymme kommer det att ta ett tag innan den analytiska kopplingen uppdateras för att motsvara den nya utrymmesplatsen.