Dies ist die Linux-App namens SageMaker Inference Toolkit, deren neueste Version als v1.10.0.zip heruntergeladen werden kann. Es kann online im kostenlosen Hosting-Anbieter OnWorks für Workstations betrieben werden.
Laden Sie diese App namens SageMaker Inference Toolkit mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
SageMaker-Inferenz-Toolkit
BESCHREIBUNG
Stellen Sie maschinelle Lernmodelle in einem Docker-Container mit Amazon SageMaker bereit. Amazon SageMaker ist ein vollständig verwalteter Service für Data Science- und Machine Learning (ML)-Workflows. Sie können Amazon SageMaker verwenden, um den Prozess des Erstellens, Trainierens und Bereitstellens von ML-Modellen zu vereinfachen. Sobald Sie über ein trainiertes Modell verfügen, können Sie es in einen Docker-Container einfügen, der Ihren Inferenzcode ausführt. Ein Container bietet eine effektiv isolierte Umgebung und gewährleistet eine konsistente Laufzeit, unabhängig davon, wo der Container bereitgestellt wird. Die Containerisierung Ihres Modells und Codes ermöglicht eine schnelle und zuverlässige Bereitstellung Ihres Modells. Das SageMaker Inference Toolkit implementiert einen Model Serving Stack und kann einfach zu jedem Docker-Container hinzugefügt werden, wodurch es in SageMaker bereitgestellt werden kann. Der Serving-Stack dieser Bibliothek basiert auf Multi Model Server und kann Ihre eigenen Modelle oder die, die Sie mit SageMaker trainiert haben, mithilfe von Frameworks für maschinelles Lernen mit nativer SageMaker-Unterstützung bereitstellen.
Eigenschaften
- Der Serving-Stack dieser Bibliothek basiert auf Multi Model Server
- Bedienen Sie Ihre eigenen Modelle oder solche, die Sie mit SageMaker trainiert haben, indem Sie Frameworks für maschinelles Lernen mit nativer SageMaker-Unterstützung verwenden
- Wenn Sie ein vorgefertigtes SageMaker-Docker-Image für die Inferenz verwenden, ist diese Bibliothek möglicherweise bereits enthalten
- Implementieren Sie einen Handler-Dienst, der vom Modellserver ausgeführt wird
- Implementieren Sie einen Bereitstellungseinstiegspunkt, der den Modellserver startet
- Diese Bibliothek ist unter der Apache 2.0-Lizenz lizenziert
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/sagemaker-infer-toolkit.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, damit es auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt werden kann.
