支持的框架 - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 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 Amazon Web Services 服务入门 (PDF)

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。

支持的框架

Amazon SageMaker Neo 支持以下框架。

框架 框架版本 模型版本 模型 模型格式(打包为 *.tar.gz) 工具包
MXNet 1.8 支持 1.8 或更早版本 图像分类、对象检测、语义分割、姿态估算、活动识别 一个符号文件 (.json) 和一个参数文件 (.params) GluonCV v0.8.0
ONNX 1.7 支持 1.7 或更早版本 图像分类,SVM 一个模型文件 (.onnx)
Keras 2.2 支持 2.2 或更早版本 图像分类 一个模型定义文件 (.h5)
PyTorch 1.7、1.8 支持 1.7、1.8 或更早版本 图像分类、对象检测 一个模型定义文件 (.pth)
TensorFlow 1.15、2.4、2.5(仅适用于 ml.inf1.* 实例) 支持 1.15、2.4、2.5(仅适用于 ml.inf1.* 实例)或更早版本 图像分类、对象检测 *对于保存的模型,需要一个.pb 或一个.pbtxt 文件以及一个包含变量的变量目录 *对于冻结的模型,只需要一个.pb 或.pbtxt 文件
TensorFlow-精简版 1.15 支持 1.15 或更早版本 图像分类、对象检测 一个模型定义 flatbuffer 文件 (.tflite)
XGBoost 1.3 支持 1.3 或更早版本 决策树 一个XGBoost模型文件 (.model),其中树中的节点数小于 2^31
DARKNET 图像分类、对象检测(不支持 Yolo 模型) 一个配置 (.cfg) 文件和一个权重 (.weights) 文件