本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
聯網首頁：邊緣Machine Learning
發佈日期：2021 年 7 月 13 日 (圖表歷史記錄)
透過此架構，您可以在物聯網 (IoT) 攝影機和其他家用裝置上執行機器學習 (ML) 推論。解決方案使用 AWS IoT Greengrass 進行邊緣部署，並使用 Amazon SageMaker AI 進行模型訓練和最佳化。
邊緣圖的連線家庭 ML
下列步驟說明 架構：
-
將訓練資料從執行 AWS IoT Greengrass 的 IoT 攝影機發佈到 AWS IoT Core。
-
設定接聽攝影機資料並將訊息轉送至 Amazon Data Firehose 以在 Amazon Simple Storage Service 中儲存的 AWS IoT 規則。
-
使用 SageMaker AI 來訓練、最佳化和建置 ML 模型，這些模型使用在攝影機等資源受限裝置中找到的記憶體使用量不到十分之一。
-
將訓練過的模型從 SageMaker AI 輸出至 Amazon S3，以交付至 IoT 攝影機。
-
使用 AWS IoT Greengrass 雲端服務將部署協調到目標 IoT 攝影機。部署可以包含訓練過的 ML 模型和應用程式邏輯，例如AWS Lambda函數或Docker容器。
-
在 IoT 攝影機本機上執行 Lambda 函數，以使用訓練 ML 模型的最新版本來執行推論。
-
使用行動應用程式透過 Amazon Kinesis Video Streams 檢視相機的影片串流。
深入閱讀
如需詳細資訊，請參閱下列資源：
圖表歷史記錄
若要接收有關此參考架構圖表的更新，請訂閱 RSS 摘要。
| 變更 | 描述 | 日期 |
|---|---|---|
初次出版 | 首先發佈參考架構圖。 | 2021 年 7 月 13 日 |
RSS 訂閱需求
若要訂閱 RSS 更新，您必須為正在使用的瀏覽器啟用 RSS 外掛程式。
