Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Machine-Learning-Komponenten
AWS IoT Greengrass bietet die folgenden Machine-Learning-Komponenten, die Sie auf unterstützten Geräten bereitstellen können, um Machine-Learning-Inferenzen mithilfe von Modellen durchzuführen, die in Amazon trainiert wurden, SageMaker oder mit Ihren eigenen vortrainierten Modellen, die in Amazon S3 gespeichert sind.
AWS bietet die folgenden Kategorien von Machine Learning-Komponenten:
-
Modellkomponente – Enthält Machine-Learning-Modelle als Greengrass-Artefakte.
-
Laufzeitkomponente – Enthält das Skript, das das Machine Learning-Framework installiert, und seine Abhängigkeiten auf dem Greengrass-Kerngerät.
-
Inferenzkomponente – Enthält den Inferenzcode und enthält Komponentenabhängigkeiten, um das Machine-Learning-Framework zu installieren und vortrainierte Machine-Learning-Modelle herunterzuladen.
Sie können den Beispiel-Inferenzcode und vortrainierte Modelle in den von bereitgestellten Machine-LearningAWS-Komponenten verwenden, um die Bildklassifizierung und Objekterkennung mit DLR und TensorFlow Lite durchzuführen. Um eine benutzerdefinierte Machine-Learning-Inferenz mit Ihren eigenen Modellen durchzuführen, die in Amazon S3 gespeichert sind, oder um ein anderes Machine-Learning-Framework zu verwenden, können Sie die Rezepte dieser öffentlichen Komponenten als Vorlagen verwenden, um benutzerdefinierte Machine-Learning-Komponenten zu erstellen. Weitere Informationen finden Sie unter Anpassen Ihrer Machine-Learning-Komponenten.
AWS IoT Greengrass enthält auch eine von bereitgestellte Komponente zur Verwaltung der Installation und des Lebenszyklus des SageMaker Edge-ManagerAWS-Agenten auf Greengrass-Core-Geräten. Mit SageMaker Edge Manager können Sie von Amazon SageMaker Neo kompilierte Modelle direkt auf Ihrem Core-Gerät verwenden. Weitere Informationen finden Sie unter Verwenden von Amazon SageMaker Edge Manager auf Greengrass-Core-Geräten.
In der folgenden Tabelle sind die Machine-Learning-Komponenten aufgeführt, die in verfügbar sindAWS IoT Greengrass.
Anmerkung
Mehrere AWSvon bereitgestellte Komponenten hängen von bestimmten Nebenversionen des Greengrass-Kerns ab. Aufgrund dieser Abhängigkeit müssen Sie diese Komponenten aktualisieren, wenn Sie den Greengrass-Kern auf eine neue Nebenversion aktualisieren. Informationen zu den spezifischen Versionen des Kerns, von denen jede Komponente abhängt, finden Sie im entsprechenden Komponententhema. Weitere Informationen zum Aktualisieren des Kerns finden Sie unter Aktualisieren der AWS IoT Greengrass Core-Software (OTA).
Wenn eine Komponente sowohl den Komponententyp generisch als auch Lambda hat, ist die aktuelle Version der Komponente der generische Typ und eine frühere Version der Komponente der Lambda-Typ.
| Komponente | Beschreibung | Komponententyp | Unterstützes Betriebssystem | Open-Source |
|---|---|---|---|---|
| Lookout für Vision Edge Agent | Stellt die Laufzeit von Amazon Lookout for Vision auf dem Greengrass-Kerngerät bereit, sodass Sie Computer Vision verwenden können, um Fehler in Industrieprodukten zu finden. | Generisch | Linux | Nein |
| SageMaker Edge-Manager | Stellt den Amazon SageMaker Edge Manager-Agenten auf dem Greengrass-Kerngerät bereit. | Generisch | Linux, Windows | Nein |
| DLR-Bildklassifizierung | Inferenzkomponente, die den DLR-Bildklassifizierungsmodellspeicher und die DLR-Laufzeitkomponente als Abhängigkeiten verwendet, um DLR zu installieren, Bildklassifizierungsmodelle herunterzuladen und Bildklassifizierungsinferenzen auf unterstützten Geräten durchzuführen. | Generisch | Linux, Windows | Nein |
| DLR-Objekterkennung | Inferenzkomponente, die den DLR-Objekterkennungsmodellspeicher und die DLR-Laufzeitkomponente als Abhängigkeiten verwendet, um DLR zu installieren, Beispiel-Objekterkennungsmodelle herunterzuladen und Objekterkennungs-Inferenzen auf unterstützten Geräten durchzuführen. | Generisch | Linux, Windows | Nein |
| Modellspeicher für die DLR-Bildklassifizierung | Modellkomponente, die Beispielmodelle zur Bildklassifizierung von ResNet-50 als Greengrass-Artefakte enthält. | Generisch | Linux, Windows | Nein |
| Modellspeicher für DLR-Objekterkennung | Modellkomponente, die YOLOv3-Beispielobjekterkennungsmodelle als Greengrass-Artefakte enthält. | Generisch | Linux, Windows | Nein |
| DLR-Laufzeit | Laufzeitkomponente, die ein Installationsskript enthält, das zur Installation von DLR und seinen Abhängigkeiten auf dem Greengrass-Kerngerät verwendet wird. | Generisch | Linux, Windows | Nein |
| TensorFlow Lite-Bildklassifizierung | Inferenzkomponente, die den TensorFlow Lite-Bildklassifizierungsmodellspeicher und die TensorFlow Lite-Laufzeitkomponente als Abhängigkeiten verwendet, um TensorFlow Lite zu installieren, Beispiel-Bildklassifizierungsmodelle herunterzuladen und Bildklassifizierungsinferenzen auf unterstützten Geräten durchzuführen. | Generisch | Linux, Windows | Nein |
| TensorFlow Lite-Objekterkennung | Inferenzkomponente, die den TensorFlow Lite-Objekterkennungsmodellspeicher und die TensorFlow Lite-Laufzeitkomponente als Abhängigkeiten verwendet, um TensorFlow Lite zu installieren, Beispiel-Objekterkennungsmodelle herunterzuladen und Objekterkennungs-Inferenzen auf unterstützten Geräten durchzuführen. | Generisch | Linux, Windows | Nein |
| TensorFlow Modellspeicher für Lite-Bildklassifizierung | Modellkomponente, die ein Beispiel MobileNet -v1-Modell als Greengrass-Artefakt enthält. | Generisch | Linux, Windows | Nein |
| TensorFlow Modellspeicher für Lite-Objekterkennung | Modellkomponente, die ein Single Shot Detection (SSD)- MobileNet Beispielmodell als Greengrass-Artefakt enthält. | Generisch | Linux, Windows | Nein |
| TensorFlow Lite-Laufzeit | Laufzeitkomponente, die ein Installationsskript enthält, das zur Installation von TensorFlow Lite und seinen Abhängigkeiten auf dem Greengrass-Kerngerät verwendet wird. | Generisch | Linux, Windows | Nein |
