デバイスのセットアップ - Amazon SageMaker

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

デバイスのセットアップ

デバイスが推論できるように、エッジデバイスにパッケージをインストールする必要があります。また、AWS IoT Greengrass コアまたは Deep Learning Runtime (DLR） をインストールする必要があります。この例では、coco_ssd_mobilenetオブジェクト検出アルゴリズムの推論に必要なパッケージをインストールし、 を使用しますDLR。

  1. 追加のパッケージをインストールする

    エッジデバイスには、Boto3 に加えて、特定のライブラリをインストールする必要があります。インストールするライブラリは、ユースケースによって異なります。

    例えば、前にダウンロードしたcoco_ssd_mobilenetオブジェクト検出アルゴリズムでは、データ操作と統計NumPyのために をインストールし、イメージPILをロードし、プロットを生成するために Matplotlib をインストールする必要があります。Neo とベースラインのコンパイルの影響を測定する TensorFlow 場合は、 のコピーも必要です。

    !pip3 install numpy pillow tensorflow matplotlib

  2. デバイスに推論エンジンをインストールする

    Neo コンパイルモデルを実行するには、デバイスに Deep Learning Runtime (DLR） をインストールします。DLR は、深層学習モデルとディシジョンツリーモデル用のコンパクトで一般的なランタイムです。Linux を実行している x86_64 CPUターゲットでは、次のpipコマンドを使用してDLRパッケージの最新リリースをインストールできます。

    !pip install dlr

    GPU ターゲットまたは x86 以外のエッジデバイスDLRへの のインストールについては、ビルド済みバイナリのリリース、またはソースDLRから構築するための のインストールDLRを参照してください。例えば、 を Raspberry Pi 3 DLRにインストールするには、以下を使用できます。

    !pip install https://neo-ai-dlr-release.s3-us-west-2.amazonaws.com/v1.3.0/pi-armv7l-raspbian4.14.71-glibc2_24-libstdcpp3_4/dlr-1.3.0-py3-none-any.whl