CX事業本部の平内(SIN)です。
Amazon SageMager Neo(以下、Neo)を使用すると、既存のモデルをコンパイル(最適化)し、精度を低下させることなく、他のクラウドやエッジで実行出来るようになります。
参考:Amazon SageMaker Neo モデルを一度トレーニングすれば、最大 2 倍のパフォーマンスでどこでも実行可能
今回は、以前、作成した商品を検出するイメージ分類(SageMakerの組み込みアルゴリズム)のモデルをNeoで最適化し、RaspberryPi(Model 4)にセットアップしたDLR(DeepLarningRuntime)で使用してみました。
作業にあたっては、下記の記事を参考にさせて頂きました。
Neoによるコンパイルは、SageMakerコンソールの推論 > コンパイルジョブ から、コンパイルジョブの作成で行います。
「アーティファクトの場所」は、利用する既存のモデルのパスを指定します。 「データ入力設定」及び「機械学習フレームワーク」は、イメージ分類の場合「{“data”:[1,3,224,224]}」及び、「MXNet」となります。
#aws #クラウド #ia #sagemaker