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.
Unterstützte Frameworks
Amazon SageMaker Neo unterstützt die folgenden Frameworks.
| Framework | Framework-Version | Modellversion | Modelle | Modellformate (in *.tar.gz verpackt) | Toolkits |
|---|---|---|---|---|---|
| MXNet | 1.8 | Unterstützt 1.8 oder höher | Bildklassifizierung, Objekterkennung, semantische Segmentierung, Posenschätzung, Aktivitätserkennung | MXNET: Neo erwartet eine einzelne Symboldatei (.json) und eine einzelne Parameterdatei (.params) | GluonCV v0.8.0 |
| ONNX | 1,7 | Unterstützt 1.7 oder höher | Bildklassifizierung, SVM | Eine Modelldatei (.onnx) | |
| Keras | 2.2 | Unterstützt 2.2 oder höher | Bildklassifizierung | Eine Modelldefinitionsdatei (.h5) | |
| PyTorch | 1.7, 1.8 | Unterstützt 1.7, 1.8 oder früher | Bildklassifizierung, Objekterkennung | Eine Modelldefinitionsdatei (.pth) | |
| TensorFlow | 1.15, 2.4, 2.5 (nur für ml.inf1.*-Instances) | Unterstützt 1.15, 2.4, 2.5 (nur für ml.inf1.*-Instances) oder früher | Bildklassifizierung, Objekterkennung | *Für gespeicherte Modelle eine .pb- oder eine.pbtxt-Datei und ein Variablenverzeichnis, das Variablen enthält *Für eingefrorene Modelle nur eine .pb- oder .pbtxt-Datei | |
| TensorFlow-Leicht | 1.15 | Unterstützt 1.15 oder früher | Bildklassifizierung, Objekterkennung | Eine Flatbuffer-Datei mit Modelldefinition (.tflite) | |
| XGBoost | 1.3 | Unterstützt 1.3 oder höher | Entscheidungsbäume | Eine XGBoost Modelldatei (.model), in der die Anzahl der Knoten in einem Baum weniger als 2^31 beträgt | |
| DARKNET | Bildklassifizierung, Objekterkennung (das Yolo-Modell wird nicht unterstützt) | Eine Konfigurationsdatei (.cfg) und eine Gewichtungsdatei (.weights) |
