本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
運算執行個體的類型
SageMaker 空間功能提供三種類型的運算執行個體。
-
SageMaker Studio 典型地理空間筆記本執行個體 — SageMaker 地理空間同時CPU支援 Studio 典GPU型中的筆記本執行個體 筆記本執行個體可用來建置、訓練和部署機器學習 (ML) 模型。如需與地理空間影像搭配使用的可用筆記本執行個體類型清單,請參閱支援的筆記本執行個體類型。
-
SageMaker 空間工作例項 — 執行處理工作以轉換衛星影像資料。
-
SageMaker 地理空間模型推論類型 — 在衛星圖像上使用預先訓練的機器學習模型進行預測。
執行個體類型由您執行的作業決定。
下表展示了您可以使用的可用 SageMaker 空間特定作業和例證類型。
作業 |
執行個體 |
---|---|
暫時統計 |
ml.geospatial.jobs |
區域統計 |
ml.geospatial.jobs |
重新取樣 |
ml.geospatial.jobs |
Geomosaic |
ml.geospatial.jobs |
Band Stacking |
ml.geospatial.jobs |
Band Math |
ml.geospatial.jobs |
利用 Landsat8 移除雲 |
ml.geospatial.jobs |
使用 Sentinel-2 移除雲 |
ml.geospatial.models |
雲遮罩 |
ml.geospatial.models |
土地覆蓋分割 |
ml.geospatial.models |
SageMaker 空間支援的筆記本例證類
SageMaker 地理空間同時支援 Studio 典型中的筆記本執行個體CPU和GPU基於 如果啟GPU動已啟用的筆記本執行個體時收到ResourceLimitExceeded
錯誤訊息,您必須要求提高配額。若要開始 Service Quotas 配額增加請求,請參閱 Service Quotas 使用者指南中的請求增加配額。
支援的 Studio 典型筆記本執行個體
名稱 |
執行個體類型 |
---|---|
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 |
系統會針對您使用的每種運算執行個體類型收取不同的費率。如需有關定價的詳細資訊,請參閱 Amazon 的地理空間 ML SageMaker
SageMaker 空間資源庫
特定於 SageMaker 地理空間的實例類型,ml.geospatial.interactive
包含以下 Python 庫。
地理空間執行個體類型可用的地理空間程式庫
程式庫名稱 |
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 |
shapely | 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 |