Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Menghapus dataset
Anda dapat menghapus kumpulan data pelatihan dan pengujian dari proyek.
**Topics**
+ [Menghapus kumpulan data (Konsol)](#md-delete-dataset-console)
+ [Menghapus kumpulan data (SDK) Label Kustom Rekognition Amazon](#md-delete-dataset-sdk)
## Menghapus kumpulan data (Konsol)
Gunakan prosedur berikut untuk menghapus kumpulan data. Setelah itu, jika proyek memiliki satu set data yang tersisa (kereta atau tes), halaman detail proyek ditampilkan. Jika proyek tidak memiliki kumpulan data yang tersisa, halaman **Buat dataset ditampilkan**.
Jika Anda menghapus kumpulan data pelatihan, Anda harus membuat kumpulan data pelatihan baru untuk proyek tersebut sebelum Anda dapat melatih model. Untuk informasi selengkapnya, lihat [Membuat kumpulan data pelatihan dan uji dengan gambar](md-create-dataset.md).
Jika Anda menghapus kumpulan data pengujian, Anda dapat melatih model tanpa membuat kumpulan data pengujian baru. Selama pelatihan, kumpulan data pelatihan dibagi untuk membuat kumpulan data pengujian baru untuk proyek tersebut. Memisahkan kumpulan data pelatihan mengurangi jumlah gambar yang tersedia untuk pelatihan. Untuk menjaga kualitas, kami sarankan untuk membuat kumpulan data pengujian baru sebelum melatih model. Untuk informasi selengkapnya, lihat [Menambahkan kumpulan data ke proyek](md-add-dataset.md).
**Untuk menghapus dataset**
1. Buka konsol Amazon Rekognition di. [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/)
1. Di panel kiri, pilih Gunakan **Label Kustom**. Halaman landing Label Kustom Rekognition Amazon ditampilkan.
1. Di panel navigasi kiri, pilih **Proyek**. Tampilan Proyek ditampilkan.
1. Pilih proyek yang berisi kumpulan data yang ingin Anda hapus.
1. **Di panel navigasi kiri, di bawah nama proyek, pilih Dataset**
1. Pilih **Tindakan**
1. Untuk menghapus kumpulan data pelatihan, pilih **Hapus kumpulan data pelatihan**.
1. Untuk menghapus kumpulan data pengujian, pilih **Hapus kumpulan data pengujian**.
1. Dalam kotak dialog **Delete *train atau test* dataset**, masukkan **delete** untuk mengonfirmasi bahwa Anda ingin menghapus dataset.
1. Pilih **Hapus kumpulan data *kereta atau uji* untuk menghapus kumpulan** data.
## Menghapus kumpulan data (SDK) Label Kustom Rekognition Amazon
Anda menghapus kumpulan data Label Kustom Rekognition Amazon dengan memanggil [DeleteDataset](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DeleteDataset)dan memasok Nama Sumber Daya Amazon (ARN) dari kumpulan data yang ingin Anda hapus. Untuk mendapatkan kumpulan data pelatihan dan pengujian dalam sebuah proyek, hubungi. ARNs [DescribeProjects](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DescribeProjects) Responsnya mencakup array [ProjectDescription](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_ProjectDescription)objek. Dataset ARNs (`DatasetArn`) dan tipe dataset (`DatasetType`) ada dalam daftar. `Datasets`
Jika Anda menghapus kumpulan data pelatihan, Anda perlu membuat kumpulan data pelatihan baru untuk proyek tersebut sebelum Anda dapat melatih model. Jika Anda menghapus kumpulan data pengujian, Anda perlu membuat kumpulan data pengujian baru sebelum dapat melatih modelnya. Untuk informasi selengkapnya, lihat [Menambahkan kumpulan data ke proyek (SDK)](md-add-dataset.md#md-add-dataset-sdk).
**Untuk menghapus dataset (SDK)**
1. Jika Anda belum melakukannya, instal dan konfigurasikan AWS CLI dan AWS SDKs. Untuk informasi selengkapnya, lihat [Langkah 4: Mengatur AWS CLI dan AWS SDKs](su-awscli-sdk.md).
1. Gunakan kode berikut untuk menghapus kumpulan data.
------
#### [ AWS CLI ]
Ubah nilai `dataset-arn` dengan ARN dari kumpulan data yang ingin Anda hapus.
```
aws rekognition delete-dataset --dataset-arn dataset-arn \
--profile custom-labels-access
```
------
#### [ Python ]
Gunakan kode berikut. Sediakan parameter baris perintah berikut:
+ dataset\$1arn — ARN dari dataset yang ingin Anda hapus.
```
# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: Apache-2.0
"""
Purpose
Shows how to delete an Amazon Rekognition Custom Labels dataset.
"""
import argparse
import logging
import time
import boto3
from botocore.exceptions import ClientError
logger = logging.getLogger(__name__)
def delete_dataset(rek_client, dataset_arn):
"""
Deletes an Amazon Rekognition Custom Labels dataset.
:param rek_client: The Amazon Rekognition Custom Labels Boto3 client.
:param dataset_arn: The ARN of the dataset that you want to delete.
"""
try:
# Delete the dataset,
logger.info("Deleting dataset: %s", dataset_arn)
rek_client.delete_dataset(DatasetArn=dataset_arn)
deleted = False
logger.info("waiting for dataset deletion %s", dataset_arn)
# Dataset might not be deleted yet, so wait.
while deleted is False:
try:
rek_client.describe_dataset(DatasetArn=dataset_arn)
time.sleep(5)
except ClientError as err:
if err.response['Error']['Code'] == 'ResourceNotFoundException':
logger.info("dataset deleted: %s", dataset_arn)
deleted = True
else:
raise
logger.info("dataset deleted: %s", dataset_arn)
return True
except ClientError as err:
logger.exception("Couldn't delete dataset - %s: %s",
dataset_arn, err.response['Error']['Message'])
raise
def add_arguments(parser):
"""
Adds command line arguments to the parser.
:param parser: The command line parser.
"""
parser.add_argument(
"dataset_arn", help="The ARN of the dataset that you want to delete."
)
def main():
logging.basicConfig(level=logging.INFO,
format="%(levelname)s: %(message)s")
try:
# Get command line arguments.
parser = argparse.ArgumentParser(usage=argparse.SUPPRESS)
add_arguments(parser)
args = parser.parse_args()
print(f"Deleting dataset: {args.dataset_arn}")
# Delete the dataset.
session = boto3.Session(profile_name='custom-labels-access')
rekognition_client = session.client("rekognition")
delete_dataset(rekognition_client,
args.dataset_arn)
print(f"Finished deleting dataset: {args.dataset_arn}")
except ClientError as err:
error_message = f"Problem deleting dataset: {err}"
logger.exception(error_message)
print(error_message)
if __name__ == "__main__":
main()
```
------
#### [ Java V2 ]
Gunakan kode berikut. Sediakan parameter baris perintah berikut:
+ dataset\$1arn — ARN dari dataset yang ingin Anda hapus.
```
/*
Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
SPDX-License-Identifier: Apache-2.0
*/
package com.example.rekognition;
import java.util.logging.Level;
import java.util.logging.Logger;
import software.amazon.awssdk.auth.credentials.ProfileCredentialsProvider;
import software.amazon.awssdk.regions.Region;
import software.amazon.awssdk.services.rekognition.RekognitionClient;
import software.amazon.awssdk.services.rekognition.model.DeleteDatasetRequest;
import software.amazon.awssdk.services.rekognition.model.DeleteDatasetResponse;
import software.amazon.awssdk.services.rekognition.model.DescribeDatasetRequest;
import software.amazon.awssdk.services.rekognition.model.RekognitionException;
public class DeleteDataset {
public static final Logger logger = Logger.getLogger(DeleteDataset.class.getName());
public static void deleteMyDataset(RekognitionClient rekClient, String datasetArn) throws InterruptedException {
try {
logger.log(Level.INFO, "Deleting dataset: {0}", datasetArn);
// Delete the dataset
DeleteDatasetRequest deleteDatasetRequest = DeleteDatasetRequest.builder().datasetArn(datasetArn).build();
DeleteDatasetResponse response = rekClient.deleteDataset(deleteDatasetRequest);
// Wait until deletion finishes
DescribeDatasetRequest describeDatasetRequest = DescribeDatasetRequest.builder().datasetArn(datasetArn)
.build();
Boolean deleted = false;
do {
try {
rekClient.describeDataset(describeDatasetRequest);
Thread.sleep(5000);
} catch (RekognitionException e) {
String errorCode = e.awsErrorDetails().errorCode();
if (errorCode.equals("ResourceNotFoundException")) {
logger.log(Level.INFO, "Dataset deleted: {0}", datasetArn);
deleted = true;
} else {
logger.log(Level.SEVERE, "Client error occurred: {0}", e.getMessage());
throw e;
}
}
} while (Boolean.FALSE.equals(deleted));
logger.log(Level.INFO, "Dataset deleted: {0} ", datasetArn);
} catch (
RekognitionException e) {
logger.log(Level.SEVERE, "Client error occurred: {0}", e.getMessage());
throw e;
}
}
public static void main(String args[]) {
final String USAGE = "\n" + "Usage: " + "\n\n" + "Where:\n"
+ " dataset_arn - The ARN of the dataset that you want to delete.\n\n";
if (args.length != 1) {
System.out.println(USAGE);
System.exit(1);
}
String datasetArn = args[0];
try {
// Get the Rekognition client.
RekognitionClient rekClient = RekognitionClient.builder()
.credentialsProvider(ProfileCredentialsProvider.create("custom-labels-access"))
.region(Region.US_WEST_2)
.build();
// Delete the dataset
deleteMyDataset(rekClient, datasetArn);
System.out.println(String.format("Dataset deleted: %s", datasetArn));
rekClient.close();
} catch (RekognitionException rekError) {
logger.log(Level.SEVERE, "Rekognition client error: {0}", rekError.getMessage());
System.exit(1);
}
catch (InterruptedException intError) {
logger.log(Level.SEVERE, "Exception while sleeping: {0}", intError.getMessage());
System.exit(1);
}
}
}
```
------