在Amazon中使用地面真相和BlazingText配置培训作业

Question

我正尝试使用其控制台在Amazon中配置一个使用BlazingText算法的培训作业。我有一个清单文件如下：

{"source":"Text1","GroundtruthTryVideo":2,"GroundtruthTryVideo-metadata": 
{"confidence":0.66,"job-name":"labeling-job/groundtruthtryvideo","class-name":"TrackingToProspecting","human-annotated":"yes","creation-date":"2018-12-27T00:37:23.894062","type":"groundtruth/text-classification"}}
{"source":"Text2","GroundtruthTryVideo":1,"GroundtruthTryVideo-metadata": 
{"confidence":0.66,"job-name":"labeling-job/groundtruthtryvideo","class-name":"FirstDateProspecting","human-annotated":"yes","creation-date":"2018-12-27T00:37:23.894043","type":"groundtruth/text-classification"}}
{"source":"Text3","GroundtruthTryVideo":1,"GroundtruthTryVideo-metadata": 
{"confidence":0.9,"job-name":"labeling-job/groundtruthtryvideo","class-name":"FirstDateProspecting","human-annotated":"yes","creation-date":"2018-12-27T00:38:26.377216","type":"groundtruth/text-classification"}}

当我试图使用这个清单创建培训作业时，结果总是会遇到麻烦，我的配置如下：

算法来源：

亚马逊SageMaker内置算法(BlazingText)

频道：

• S3数据类型: ManifestFile
• S3数据分发类型: FullyReplicated
• S3位置: ManifestFile的路径(在S3桶中)

我尝试过使用augmentedManifestFile和Pipe作为输入模式，而不是ManifestFile和File输入，但是我的结果是相同的，我无法成功地完成培训工作。

有人能帮我正确配置控制台吗？谢谢。

Answer 1

我是AWS的一名工程师，想提供一些额外的帮助。我将响应上面的建议，在培训作业请求定义中检查AttributeNames参数。我还想提请大家注意一些可能有助于说明这一特性的使用的例子。

1. 这个示例木星笔记本展示了如何使用增强的Manifest来训练对象检测模型。我知道这个用例与您自己的(对象检测与文本分类)略有不同，但概念是相似的。training.ipynb
2. 这个完整的、端到端的标签作业示例还包含了一些可能有用的关于扩展清单的内容。training.ipynb
3. 这篇博客文章提供了另一个使用扩展清单培训模型的例子，并通过AWS控制台进行了培训。https://aws.amazon.com/blogs/machine-learning/easily-train-models-using-datasets-labeled-by-amazon-sagemaker-ground-truth/
4. 最后，关于增强清单的文档也可能很有价值。https://docs.aws.amazon.com/sagemaker/latest/dg/augmented-manifest.html#augmented-manifest-console

最后，请记住，我们在AWS可以联系在https://aws.amazon.com/contact-us/。