設定您的 裝置 - 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。

設定您的 裝置

您將需要在邊緣裝置上安裝套件，以便裝置進行推論。您也需要安裝 AWS IoT Greengrass 核心或深度學習執行期 （DLR）。在此範例中，您將安裝對coco_ssd_mobilenet物件偵測演算法進行推論所需的套件，並使用 DLR。

  1. 安裝其他套件

    除了 Boto3 之外，您還必須在邊緣裝置上安裝某些程式庫。您安裝的程式庫會依使用案例而定。

    例如，對於您先前下載的coco_ssd_mobilenet物件偵測演算法，您需要安裝 NumPy 以進行資料操作和統計資料、PIL載入映像，以及安裝 Matplotlib 以產生圖表。 TensorFlow 如果您想要衡量使用 Neo 編譯相較於基準的影響，還需要 的複本。

    !pip3 install numpy pillow tensorflow matplotlib

  2. 在您的裝置上安裝推論引擎

    若要執行新編譯的模型，請在裝置上安裝深度學習執行期 （DLR）。DLR 是深度學習模型和決策樹模型的常見執行期。在執行 Linux 的 x86_64 CPU目標上，您可以使用下列pip命令安裝DLR套件的最新版本：

    !pip install dlr

    如需DLR在GPU目標或非 x86 邊緣裝置上安裝 ，請參閱預先建置二進位檔的版本，或從DLR來源建置的安裝DLR。例如，若要DLR為 Raspberry Pi 3 安裝 ，您可以使用：

    !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