As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

FAQ

Eu já tenho modelos de classificação de imagens em contêineres e implantados em. AWS Fargate Qual é a vantagem de migrar para uma implantação sem servidor do Amazon SageMaker AI?

SageMaker A IA oferece ferramentas para treinamento, monitoramento e implantação de modelos, que funcionam de forma padronizadaAPI. Se você não planeja usar esses recursos, talvez não haja motivo para alterar sua estratégia de implantação.

Como posso incorporar uma solução de anotação gerenciada em um fluxo de trabalho de reciclagem?

O Amazon SageMaker Ground Truth fornece uma solução de anotação para classificação de imagens que se integra aos demais serviços de IA. SageMaker Para obter mais informações, consulte Classificação de imagem (rótulo único) e Classificação de imagem (rótulo múltiplo) no Guia do desenvolvedor de SageMaker IA.

Como posso garantir que meu modelo de classificação de imagens seja justo e preciso?

Você pode usar serviços, como o Amazon SageMaker AI Clarify, para detectar possíveis distorções. Você também pode implementar o monitoramento de modelos e a avaliação contínua com o Amazon SageMaker AI Model Monitor. Recomendamos que você siga as AWS orientações para uma IA responsável e use o Amazon SageMaker Ground Truth para criar dados de treinamento de alta qualidade. Também recomendamos que você treine e atualize regularmente seu modelo com dados novos e diversos.

Posso usar meu próprio modelo pré-treinado de classificação de imagens com o Amazon Rekognition ou o Amazon Rekognition Custom Labels?

Não, o Amazon Rekognition e o Amazon Rekognition Custom Labels não permitem que você use seus próprios modelos pré-treinados. Você pode implantar seu modelo pré-treinado existente usando o Amazon SageMaker AI ou uma solução de contêiner personalizada no Amazon Elastic Container Service (AmazonECS) ou no Amazon Elastic Kubernetes Service (Amazon). EKS