使用 Neo 编译模型 - Amazon SageMaker
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 AWS 服务入门

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。

使用 Neo 编译模型

本节说明了如何创建、描述、停止和列出编译作业。Amazon SageMaker Neo 中提供了以下选项,用于管理机器学习模型的编译作业:Neo CLI、 Amazon SageMaker 控制台或 Amazon SageMaker 开发工具包。

SageMaker Neo 需要哪些输入数据形状?

在编译模型之前,请确保您的模型格式正确。Neo 需要采用 JSON 格式或列表格式的训练模型的预期数据输入的名称和形状。预期的输入是特定于框架的。

以下是 SageMaker Neo 预期的输入形状:

使用已训练模型的字典格式指定预期数据输入的名称和形状(NHWC 格式)。请注意,虽然 Keras 模型构件应以 NHWC (channel-last) 格式上传,但 DataInputConfig 应以 NCHW (channel-first) 格式指定。所需的字典格式如下所示:

  • 对于一个输入: {'input_1':[1,3,224,224]}

  • 对于两个输入: {'input_1': [1,3,224,224], 'input_2':[1,3,224,224]}

使用已训练模型的字典格式按顺序指定预期数据输入的名称和形状(NHWC 格式)。所需的字典格式如下所示:

  • 对于一个输入: {'data':[1,3,1024,1024]}

  • 对于两个输入: {'var1': [1,1,28,28], 'var2':[1,1,28,28]}

使用已训练模型的字典格式按顺序指定预期数据输入的名称和形状(NHWC 格式),或者您只能使用列表格式指定形状。所需的字典格式如下所示:

  • 对于字典格式的一个输入: {'input0':[1,3,224,224]}

  • 对于列表格式的一个输入: [[1,3,224,224]]

  • 对于字典格式的两个输入: {'input0':[1,3,224,224], 'input1':[1,3,224,224]}

  • 对于列表格式的两个输入: [[1,3,224,224], [1,3,224,224]]

使用已训练模型的字典格式按顺序指定预期数据输入的名称和形状(NHWC 格式)。所需的字典格式如下所示:

  • 对于一个输入: {'input':[1,224,224,3]}

使用已训练模型的字典格式指定预期数据输入的名称和形状(NHWC 格式)。所需的字典格式如下所示:

  • 对于一个输入: {'input':[1,1024,1024,3]}

  • 对于两个输入: {'data1':[1,28,28,1], 'data2':[1,28,28,1]}

不需要 输入数据名称和形状。