翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

FAQ

イメージ分類モデルをコンテナ化してデプロイ済みです AWS Fargate。Amazon SageMaker AI サーバーレスデプロイに移行する利点は何ですか？

SageMaker AI は、標準化された 内で機能するモデルトレーニング、モニタリング、デプロイ用のツールを提供しますAPI。これらの機能を利用する予定がない場合は、デプロイ戦略を変更する理由がない可能性があります。

マネージド注釈ソリューションを再トレーニングワークフローに組み込むにはどうすればよいですか？

Amazon SageMaker Ground Truth は、他の SageMaker AI サービスと統合するイメージ分類用の注釈ソリューションを提供します。詳細については、SageMaker AI デベロッパーガイドの「イメージ分類 (単一ラベル）」および「イメージ分類 (複数ラベル）」を参照してください。

イメージ分類モデルが公平かつ正確であることを確認するにはどうすればよいですか？

Amazon SageMaker AI Clarify などのサービスを使用して、潜在的なバイアスを検出できます。Amazon SageMaker AI Model Monitor を使用して、モデルモニタリングと継続的評価を実装することもできます。AWS 責任ある AI のガイダンスに従い、Amazon SageMaker Ground Truth を使用して高品質のトレーニングデータを作成することをお勧めします。また、モデルを定期的に再トレーニングし、新しい多様なデータで更新することをお勧めします。

Amazon Rekognition または Amazon Rekognition Custom Labels で独自の事前トレーニング済みイメージ分類モデルを使用できますか？

いいえ。Amazon Rekognition と Amazon Rekognition Custom Labels では、独自の事前トレーニング済みモデルを使用することはできません。Amazon SageMaker AI またはカスタムコンテナソリューションを Amazon Elastic Container Service (Amazon ECS) または Amazon Elastic Kubernetes Service (Amazon ) で使用して、既存の事前トレーニング済みモデルをデプロイできますEKS。