Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Uji penerapan Anda
<a name="canvas-deploy-model-test"></a>

Anda dapat menguji penerapan model dengan memanggil titik akhir, atau membuat permintaan prediksi tunggal, melalui aplikasi Amazon Canvas. SageMaker Anda dapat menggunakan fungsi ini untuk mengonfirmasi bahwa titik akhir Anda merespons permintaan sebelum menjalankan titik akhir Anda secara terprogram di lingkungan produksi.

## Menguji penerapan model kustom
<a name="canvas-deploy-model-test-custom"></a>

Anda dapat menguji penerapan model kustom dengan mengaksesnya melalui halaman **Ops Ops** dan membuat satu pemanggilan, yang mengembalikan prediksi bersama dengan probabilitas bahwa prediksi tersebut benar.

**catatan**  
Panjang eksekusi adalah perkiraan waktu yang dibutuhkan untuk memanggil dan mendapatkan respons dari titik akhir di Canvas. Untuk metrik latensi mendetail, lihat Metrik [SageMaker Pemanggilan Titik Akhir AI](https://docs.aws.amazon.com/sagemaker/latest/dg/monitoring-cloudwatch.html#cloudwatch-metrics-endpoint-invocation).

Untuk menguji titik akhir Anda melalui aplikasi Canvas, lakukan hal berikut:

1. Buka aplikasi SageMaker Canvas.

1. Di panel navigasi kiri, pilih **Ops Ops**.

1. Pilih tab **Deployment.**

1. Dari daftar penerapan, pilih salah satu dengan titik akhir yang ingin Anda panggil.

1. Pada halaman detail penerapan, pilih tab **Test deployment**.

1. Pada halaman pengujian penerapan, Anda dapat memodifikasi bidang **Nilai** untuk menentukan titik data baru. Untuk model peramalan deret waktu, Anda menentukan **ID Item** yang ingin Anda buat ramalannya.

1. Setelah memodifikasi nilai, pilih **Perbarui** untuk mendapatkan hasil prediksi.

Prediksi dimuat, bersama dengan bidang **hasil Pemanggilan** yang menunjukkan apakah pemanggilan berhasil atau tidak dan berapa lama permintaan untuk diproses.

Screenshot berikut menunjukkan prediksi yang dilakukan dalam aplikasi Canvas pada tab **Test deployment**.

![\[Aplikasi Canvas menunjukkan prediksi pengujian untuk model yang diterapkan.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/canvas-test-deployments.png)


Untuk semua jenis model kecuali prediksi numerik dan peramalan deret waktu, prediksi mengembalikan bidang berikut:
+  **predicted\$1label** — output yang diprediksi
+  **probabilitas** — probabilitas bahwa label yang diprediksi benar
+  **label** — daftar semua label yang mungkin
+  **probabilitas** — probabilitas yang sesuai dengan setiap label (urutan daftar ini cocok dengan urutan label)

Untuk model prediksi numerik, prediksi hanya berisi bidang **skor**, yang merupakan output prediksi dari model, seperti harga prediksi sebuah rumah.

Untuk model peramalan deret waktu, prediksi adalah grafik yang menunjukkan prakiraan dengan kuantil. Anda dapat memilih tampilan **Skema untuk melihat** nilai numerik yang diperkirakan untuk setiap kuantil.

Anda dapat terus membuat prediksi tunggal melalui halaman pengujian penerapan, atau Anda dapat melihat bagian berikut [Panggil titik akhir Anda](canvas-deploy-model-invoke.md) untuk mempelajari cara memanggil titik akhir Anda secara terprogram dari aplikasi.

## Uji penerapan model JumpStart pondasi
<a name="canvas-deploy-model-test-js"></a>

Anda dapat mengobrol dengan model JumpStart foundation yang diterapkan melalui aplikasi Canvas untuk menguji fungsinya sebelum memanggilnya melalui kode.

Untuk mengobrol dengan model JumpStart foundation yang digunakan, lakukan hal berikut:

1. Buka aplikasi SageMaker Canvas.

1. Di panel navigasi kiri, pilih **Ops Ops**.

1. Pilih tab **Deployment.**

1. Dari daftar penerapan, temukan salah satu yang ingin Anda panggil dan pilih ikon **Opsi lainnya** (). ![\[More options icon for a model deployment.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png)

1. Dari menu konteks, pilih **Test deployment**.

1. **Menghasilkan, mengekstrak, dan meringkas obrolan konten** baru terbuka dengan model JumpStart foundation, dan Anda dapat mulai mengetik prompt. Perhatikan bahwa permintaan dari obrolan ini dikirim sebagai permintaan ke titik akhir SageMaker AI Hosting Anda.