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。