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。
计算实例的类型
SageMaker 地理空间功能提供三种类型的计算实例。
-
SageMaker Studio Classic 地理空间笔记本实例 — SageMaker 地理空间在 Studio Classic 中支持GPU基于CPU和的笔记本实例 笔记本实例用于构建、训练和部署 ML 模型。有关适用于地理空间映像的可用笔记本实例类型的列表,请参阅支持的笔记本实例类型。
-
SageMaker 地理空间作业实例-运行处理作业以转换卫星图像数据。
-
SageMaker 地理空间模型推断类型-通过在卫星图像上使用预训练的 ML 模型进行预测。
实例类型由您运行的操作决定。
下表显示了您可以使用的特定于 SageMaker 地理空间的可用操作和实例类型。
运营 |
实例 |
---|---|
时间统计 |
ml.geospatial.jobs |
分区统计 |
ml.geospatial.jobs |
重采样 |
ml.geospatial.jobs |
Geomosaic |
ml.geospatial.jobs |
波段堆叠 |
ml.geospatial.jobs |
波段运算 |
ml.geospatial.jobs |
使用 Landsat8 消除云层 |
ml.geospatial.jobs |
使用 Sentinel-2 消除云层 |
ml.geospatial.models |
云遮蔽 |
ml.geospatial.models |
土地覆被分割 |
ml.geospatial.models |
SageMaker 支持地理空间的笔记本实例类型
SageMaker 地理空间在 Studio Classic 中同时支持GPU基于CPU和的笔记本实例。如果在启动GPU已启用的笔记本实例时收到ResourceLimitExceeded
错误,则需要申请增加配额。要开始申请增加服务限额,请参阅《服务限额用户指南》中的申请增加限额。
支持的 Studio Classic 笔记本实例类型
Name |
实例类型 |
---|---|
ml.geospatial.interactive |
CPU |
ml.g5.xlarge |
GPU |
ml.g5.2xlarge |
GPU |
ml.g5.4xlarge |
GPU |
ml.g5.8xlarge |
GPU |
ml.g5.16xlarge |
GPU |
ml.g5.12xlarge |
GPU |
ml.g5.24xlarge |
GPU |
ml.g5.48xlarge |
GPU |
您使用的计算实例类型不同,收费标准也不同。有关定价的更多信息,请参阅使用 Amazon A SageMaker I 的地理空间 ML
SageMaker 地理空间图书馆
SageMaker 地理空间特定的实例类型ml.geospatial.interactive
包含以下 Python 库。
地理空间实例类型上可用的地理空间库
库名称 |
可用版本 |
---|---|
numpy | 1.23.4 |
scipy | 1.11.2 |
pandas | 1.4.4 |
gdal | 3.2.2 |
fiona | 1.8.22 |
geopandas | 0.11.1 |
shapley | 1.8.4 |
seaborn | 0.11.2 |
notebook | 1.8.22 |
scikit-image | 0.11.2 |
rasterio | 6.4.12 |
scikit-learn | 0.19.2 |
ipyleaflet | 1.0.1 |
rtree | 0.17.2 |
opencv | 4.6.0.66 |
supy | 2022.4.7 |
SNAP工具箱 | 9.0 |
cdsapi | 0.6.1 |
arosics | 1.8.1 |
rasterstats | 0.18.0 |
rioxarray | 0.14.1 |
火焰兵 SAR | 0.20.0 |
eo-learn | 1.4.1 |
deepforest | 1.2.7 |
scrapy | 2.8.0 |
网 CDF4 | 1.6.3 |
xarray[complete] | 0.20.1 |
Orfeotoolbox | OTB-8.1.1 |
pytorch | 2.0.1 |
pytorch-cuda | 11.8 |
torchvision | 0.15.2 |
torchaudio | 2.0.2 |
pytorch-lightning | 2.0.6 |
tensorflow | 2.13.0 |