運算執行個體的類型 - Amazon SageMaker

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