amazon-web-services - 通过端点调用 SageMaker Notebook 实例函数
问题描述
我是 AWS 的新手。现在我已经在 SageMaker 笔记本实例中定义了一个图像分割函数,这将返回掩码。
我没有在那里训练我的模型,我所做的是在那里 pip install models 包,手动上传预训练的权重。其余的与在本地机器上工作非常相似:我导入包,加载权重,定义一个函数以将图像作为输入,然后输出掩码。
我的问题是:有没有办法托管我的函数,以便我可以使用 URL 端点 + 一个图像信息调用它,然后它返回我的掩码作为响应?
再次,我对 AWS 如此陌生,我开始怀疑 SageMaker 不是为这项工作而设计的……我选择 SageMaker 的原因是对计算能力的需要,我认为我不能用纯 lambda 来完成这项工作。
解决方案
SageMaker 推理端点当前依赖于基于 Docker 映像的接口。在基础级别,您可以设置运行 Web 服务器并响应 AWS 所需端口上的端点的 Docker 映像。本指南将向您展示如何操作:https ://docs.aws.amazon.com/sagemaker/latest/dg/your-algorithms-inference-code.html 。
这是一项烦人的工作。如果您使用的是众所周知的框架,他们有一个包含一些样板代码的容器库,您可能可以重用:https ://github.com/aws/sagemaker-containers 。您可能需要在那里进行一些自定义。
或者根本不使用 SageMaker 推理端点 :) 如果您的模型可以适应 AWS Lambda 的大小/内存限制,那么这是一个更简单的选择!
完全免责声明,我正在开发一个与 SageMaker 竞争的平台:模型动物园
推荐阅读
- vba - 目标搜索基于带有公式的单元格
- html - 表格单元格对齐方式就像在日历中一样
- kubernetes - 使用运行在不同 vps 服务器上的 kubernetes 配置 metallb
- c# - 如何在 ASP.NET Core 的 OData 中导航/配置从复杂类型到实体类型的导航?
- spring-boot - 为什么 jms 客户端确认不起作用
- apache-spark - 是否可以通过 mlflow 加载 Scala/Spark PipelineModel?
- python - python分析mongodb数据时操作DBRef数据的问题
- r - 使 Highchart R 成为 Shiny 中盒子的全宽和全高
- kubernetes - 我总是在 GKE 中得到 502
- mongodb - 恢复 MongoDB 时遇到问题