Perangkat Edge

Amazon SageMaker Neo menyediakan dukungan kompilasi untuk kerangka kerja pembelajaran mesin yang populer. Anda dapat menerapkan perangkat edge yang dikompilasi NEO seperti Raspberry Pi 3, Sitara Texas Instruments, Jetson TX1, dan banyak lagi. Untuk daftar lengkap kerangka kerja dan perangkat edge yang didukung, lihat Kerangka Kerja, Perangkat, Sistem, dan Arsitektur yang Didukung.

Anda harus mengkonfigurasi perangkat edge Anda sehingga dapat menggunakan AWS layanan. Salah satu cara untuk melakukannya adalah dengan menginstal DLR dan Boto3 ke perangkat Anda. Untuk melakukan ini, Anda harus mengatur kredensi otentikasi. Lihat AWS Konfigurasi Boto3 untuk informasi selengkapnya. Setelah model Anda dikompilasi dan perangkat edge Anda dikonfigurasi, Anda dapat mengunduh model dari Amazon S3 ke perangkat edge Anda. Dari sana, Anda dapat menggunakan Deep Learning Runtime (DLR) untuk membaca model yang dikompilasi dan membuat kesimpulan.

Untuk pengguna pertama kali, kami sarankan Anda memeriksa panduan Memulai. Panduan ini memandu Anda melalui cara mengatur kredensil Anda, mengkompilasi model, menyebarkan model Anda ke Raspberry Pi 3, dan membuat kesimpulan pada gambar.