기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

FAQ

이미 이미지 분류 모델을 컨테이너화하고 배포했습니다 AWS Fargate. Amazon SageMaker AI 서버리스 배포로 전환하면 어떤 이점이 있나요?

SageMaker AI는 표준화된 내에서 작동하는 모델 훈련, 모니터링 및 배포를 위한 도구를 제공합니다API. 이러한 기능을 사용할 계획이 없는 경우 배포 전략을 변경할 이유가 없을 수 있습니다.

관리형 주석 솔루션을 재훈련 워크플로에 통합하려면 어떻게 해야 합니까?

Amazon SageMaker Ground Truth는 나머지 SageMaker AI 서비스와 통합되는 이미지 분류를 위한 주석 솔루션을 제공합니다. 자세한 내용은 SageMaker AI 개발자 안내서의 이미지 분류(단일 레이블) 및 이미지 분류(다중 레이블)를 참조하세요.

이미지 분류 모델이 공정하고 정확한지 확인하려면 어떻게 해야 하나요?

Amazon SageMaker AI Clarify와 같은 서비스를 사용하여 잠재적 편향을 감지할 수 있습니다. Amazon SageMaker AI 모델 모니터를 사용하여 모델 모니터링 및 지속적 평가를 구현할 수도 있습니다. AWS 책임 있는 AI에 대한 지침을 따르고 Amazon SageMaker Ground Truth를 사용하여 고품질 훈련 데이터를 생성하는 것이 좋습니다. 또한 새롭고 다양한 데이터로 모델을 정기적으로 재훈련하고 업데이트하는 것이 좋습니다.

Amazon Rekognition 또는 Amazon Rekognition Custom Labels에서 사전 훈련된 이미지 분류 모델을 사용할 수 있나요?

아니요. Amazon Rekognition 및 Amazon Rekognition Custom Labels에서는 사전 훈련된 자체 모델을 사용할 수 없습니다. Amazon Elastic Container Service(Amazon ECS) 또는 Amazon Elastic Kubernetes Service(Amazon )에서 Amazon SageMaker AI 또는 사용자 지정 컨테이너 솔루션을 사용하여 기존 사전 훈련된 모델을 배포할 수 있습니다EKS.