Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

FAQ

J'ai déjà des modèles de classification d'images conteneurisés et déployés dans. AWS Fargate Quel est l'avantage de passer à un déploiement sans serveur Amazon SageMaker AI ?

SageMaker L'IA propose des outils pour la formation, la surveillance et le déploiement des modèles, qui fonctionnent dans le cadre d'une norme normaliséeAPI. Si vous n'avez pas l'intention d'utiliser ces fonctionnalités, il n'y a peut-être aucune raison de modifier votre stratégie de déploiement.

Comment intégrer une solution d'annotation gérée dans un flux de travail de reconversion ?

Amazon SageMaker Ground Truth fournit une solution d'annotation pour la classification des images qui s'intègre aux autres services d' SageMaker IA. Pour plus d'informations, consultez les sections Classification d'images (étiquette unique) et Classification d'images (étiquettes multiples) dans le Guide du développeur d'SageMaker IA.

Comment puis-je m'assurer que mon modèle de classification d'images est juste et précis ?

Vous pouvez utiliser des services tels qu'Amazon SageMaker AI Clarify pour détecter les biais potentiels. Vous pouvez également implémenter la surveillance des modèles et l'évaluation continue avec Amazon SageMaker AI Model Monitor. Nous vous recommandons de suivre les AWS conseils pour une IA responsable et d'utiliser Amazon SageMaker Ground Truth pour créer des données de formation de haute qualité. Nous vous recommandons également de réentraîner et de mettre à jour régulièrement votre modèle avec des données nouvelles et diverses.

Puis-je utiliser mon propre modèle de classification d'images préentraîné avec Amazon Rekognition ou les étiquettes personnalisées Amazon Rekognition ?

Non, les étiquettes personnalisées Amazon Rekognition et Amazon Rekognition ne vous permettent pas d'utiliser vos propres modèles préentraînés. Vous pouvez déployer votre modèle préentraîné existant à l'aide d'Amazon SageMaker AI ou d'une solution de conteneur personnalisée sur Amazon Elastic Container Service (AmazonECS) ou Amazon Elastic Kubernetes Service (Amazon). EKS