本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
在亚马逊部署模型 SageMaker
训练机器学习模型后,您可以使用 Amazon 进行部署 SageMaker 根据您的用例,通过以下任何方式获得预测:
SageMaker 还提供部署机器学习模型时管理资源和优化推理性能的功能:
-
要管理边缘设备上的模型,以便在智能相机、机器人、个人计算机和移动设备等边缘设备队列上优化、保护、监控和维护机器学习模型,请参阅使用 Edge 管理器在边SageMaker缘部署模型.
-
为了优化 Gluon、Keras、MXNet PyTorch, TensorFlow, TensorFlow-Lite 和 ONNX 型号,用于在 Android、Linux 和 Windows 机器上进行推理,基于 Ambarella、ARM、英特尔、英伟达、恩智浦、高通、德州仪器和赛灵思的处理器,请参阅使用 Neo 优化模型性能.
有关所有部署选项的详细信息,请参阅部署模型进行推理.