Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

FAQ

Saya sudah memiliki model klasifikasi gambar yang dikemas dan diterapkan di. AWS Fargate Apa keuntungan pindah ke penyebaran tanpa server Amazon SageMaker AI?

SageMaker AI menawarkan alat untuk pelatihan model, pemantauan, dan penerapan, yang bekerja dalam standarAPI. Jika Anda tidak berencana untuk menggunakan fitur-fitur ini, mungkin tidak ada alasan untuk mengubah strategi penyebaran Anda.

Bagaimana saya bisa memasukkan solusi anotasi terkelola ke dalam alur kerja pelatihan ulang?

Amazon SageMaker Ground Truth menyediakan solusi anotasi untuk klasifikasi gambar yang terintegrasi dengan layanan SageMaker AI lainnya. Untuk informasi selengkapnya, lihat Klasifikasi Gambar (Label Tunggal) dan Klasifikasi Gambar (Multi-label) di Panduan Pengembang SageMaker AI.

Bagaimana saya bisa memastikan model klasifikasi gambar saya adil dan akurat?

Anda dapat menggunakan layanan, seperti Amazon SageMaker AI Clarify, untuk mendeteksi potensi bias. Anda juga dapat menerapkan pemantauan model dan evaluasi berkelanjutan dengan Amazon SageMaker AI Model Monitor. Kami menyarankan Anda mengikuti AWS panduan untuk AI yang bertanggung jawab dan menggunakan Amazon SageMaker Ground Truth untuk membuat data pelatihan berkualitas tinggi. Kami juga menyarankan agar Anda secara teratur melatih ulang dan memperbarui model Anda dengan data baru dan beragam.

Dapatkah saya menggunakan model klasifikasi gambar terlatih saya sendiri dengan Amazon Rekognition atau Amazon Rekognition Custom Labels?

Tidak, Amazon Rekognition dan Amazon Rekognition Custom Labels tidak memungkinkan Anda untuk menggunakan model terlatih Anda sendiri. Anda dapat menerapkan model terlatih yang sudah ada dengan menggunakan Amazon SageMaker AI atau solusi penampung khusus di Amazon Elastic Container Service (AmazonECS) atau Amazon Elastic Kubernetes Service (Amazon). EKS