amazon-web-services - 了解 Sagemaker Neo
问题描述
我对Sagemaker Neo有几个问题:
1) 如果我有外部训练的 tensorflow/mxnet 模型,我可以利用 Sagemaker Neo 吗?
2) Sagemaker 为“image-classification”提供容器镜像,并为 neo 编译作业发布了一个名为“ image-classification-neo ”的新镜像。他们俩有什么区别?我是否需要类似地为每个预构建的 sagemaker 模板(容器)提供一个新的 Neo 兼容图像?
任何帮助,将不胜感激
谢谢!!
解决方案
1) 是的。将您的模型作为 model.tar.gz 文件上传到 S3 存储桶(类似于 SageMaker 在训练后保存的文件),然后您可以对其进行编译。
2) Neo 版本使用 Neo 运行时来加载和预测,所以是的,容器是不同的。目前,Neo 支持 XGBoost 和图像分类内置算法。当然,您可以构建自己的自定义容器并在其中使用 Neo。欲了解更多信息:https ://docs.aws.amazon.com/sagemaker/latest/dg/neo.html
朱利安
推荐阅读
- amazon-web-services - API Gateway 配置以接收正确的 POST 正文为 JSON
- python - 带有if条件循环的python列表理解
- javascript - 如果用户不在页面上,html5 geolocation.watchposition 会起作用吗?
- python - Azure Python SDK - 与 Azure AD 交互
- google-apps-script - 如何将添加到 Google 表格单元格中的图像保存到 Google 云端硬盘?
- node.js - 如何在 Typescript 中下载文件(从 URL)
- c++ - C++ 重载/匹配 N 个嵌套模板
- shortest-path - 对于无向边加权图,如何找到从顶点 v 到顶点 w 的最短路径?
- spring-webflux - 使用反应堆通量和 openpdf 创建 pdf
- database-design - 多对多关系中的重复主键