Edge-Geräte

Amazon SageMaker Neo bietet Kompilierungsunterstützung für beliebte Frameworks für Machine Learning. Sie können Ihre mit Neo kompilierten Edge-Geräte wie den Raspberry Pi 3, Sitara von Texas Instruments, Jetson TX1 und mehr einsetzen. Eine vollständige Liste der unterstützten Frameworks und Edge-Geräte finden Sie unter Unterstützte Frameworks, Geräte, Systeme und Architekturen.

Sie müssen Ihr Edge-Gerät so konfigurieren, dass es AWS Dienste nutzen kann. Eine Möglichkeit, dies zu tun, besteht darin, DLR und Boto3 auf Ihrem Gerät zu installieren. Zu diesem Zweck müssen Sie die Authentifizierungsdaten einrichten. Siehe Boto3 AWS Konfiguration für weitere Informationen. Sobald Ihr Modell kompiliert und Ihr Edge-Gerät konfiguriert ist, können Sie das Modell von Amazon S3 auf Ihr Edge-Gerät herunterladen. Von dort aus können Sie die Deep Learning Runtime (DLR) verwenden, um das kompilierte Modell zu lesen und Rückschlüsse zu ziehen.

Für Erstbenutzer empfehlen wir, den Leitfaden Erste Schritte zu lesen. In diesem Handbuch erfahren Sie, wie Sie Ihre Anmeldeinformationen einrichten, ein Modell kompilieren, Ihr Modell auf einem Raspberry Pi 3 bereitstellen und Rückschlüsse auf Bilder ziehen.