MultiModalCloudPredictor.predict#
- MultiModalCloudPredictor.predict(test_data: Union[str, DataFrame], test_data_image_column: Optional[str] = None, predictor_path: Optional[str] = None, framework_version: str = 'latest', job_name: Optional[str] = None, instance_type: str = 'ml.m5.2xlarge', instance_count: int = 1, custom_image_uri: Optional[str] = None, wait: bool = True, backend_kwargs: Optional[Dict] = None) Optional[Series] #
批量推理。当最小化延迟不是主要考虑因素时,批量转换功能可能更容易、更具扩展性且更合适。如果您想最小化延迟,请改用 predict_real_time() 方法。
- 参数
test_data (Union(str, pandas.DataFrame)) – 用于推理的测试数据。可以是 pandas.DataFrame,或本地 csv 文件路径。
test_data_image_column (str, default = None) – 如果测试数据包含图像模态,则必须指定对应图像路径的列名。该路径必须是绝对路径。
predictor_path (str) – 您想用于预测的预测器 tarball 路径。路径可以是本地路径或 S3 位置。如果为 None,将使用最近通过 fit() 训练的预测器。
framework_version (str, default = latest) – autogluon 推理容器版本。如果为 latest,将使用最新的可用容器版本。如果提供了特定版本,将使用此版本。如果设置了 custom_image_uri,则此参数将被忽略。
job_name (str, default = None) – 启动的训练作业名称。如果为 None,CloudPredictor 将创建一个以 ag-cloudpredictor 为前缀的名称。
instance_count (int, default = 1,) – 用于执行批量转换的实例数量。
instance_type (str, default = 'ml.m5.2xlarge') – 用于批量转换的实例类型。
wait (bool, default = True) – 是否等待批量转换完成。请注意,由于批量转换之前需要一些准备工作,函数不会立即返回。
backend_kwargs (dict, default = None) –
需要传递到底层后端的任何额外参数。对于 SageMaker 后端,有效键为
- download: bool, default = True
是否将批量转换结果下载到磁盘并在批量转换完成后加载。如果 wait 为 False,则将被忽略。
- persist: bool, default = True
是否将下载的批量转换结果持久保存在磁盘上。如果 download 为 False,则将被忽略。
- save_path: str, default = None,
保存下载结果的路径。如果 download 为 False,则将被忽略。如果为 None,CloudPredictor 将创建一个。如果 persist 为 False,文件将首先下载到此路径然后被删除。
- model_kwargs: dict, default = dict()
初始化 SageMaker Model 所需的任何额外参数。请参阅 https://sagemaker.readthedocs.io/en/stable/api/inference/model.html#model 获取所有选项。
- transformer_kwargs: dict
需要传递给 transformer 的任何额外参数。请参阅 https://sagemaker.readthedocs.io/en/stable/api/inference/transformer.html#sagemaker.transformer.Transformer 获取所有选项。
- transform_kwargs
需要传递给 transform 的任何额外参数。请参阅 https://sagemaker.readthedocs.io/en/stable/api/inference/transformer.html#sagemaker.transformer.Transformer.transform 获取所有选项。
- 返回
如果 download 为 True,则返回 Series 中的预测结果;如果 download 为 False,则返回 None
- 返回类型
Optional Pandas.Series