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
亚马逊 SageMaker Neo 支持以下框架。
| 框架 | 框架版本 | 模型版本 | 模型 | 模型格式（包装在 *.tar.gz 中） | 工具箱 |
|---|---|---|---|---|---|
| MXNet | 1.8.0 | 支持 1.8.0 或更高版本 | 图像分类、目标检测、语义分割、姿势估计、活动识别 | 一个符号文件 (.json) 和一个参数文件 (.params) | GluonCV v0.8.0 |
| ONNX | 1.7.0 | 支持 1.7.0 或更高版本 | SVM 映像分类 | 一个模型文件 (.onnx) | |
| Keras | 2.2.4 | 支持 2.2.4 或更高版本 | 图像分类 | 一个模型定义文件 (.h5) | |
| PyTorch | 1.7.1、1.8.1 | 支持 1.7.1、1.8.1 或更高版本 | 图像分类、物体检测 | 一个模型定义文件 (.pth) | |
| TensorFlow | 1.15.0、2.4.2 | 支持 1.15.0、2.4.2 或更高版本 | 图像分类、物体检测 | * 对于保存的模型，需要一个 .pb 或一个 .pbtxt 文件，以及包含变量的变量目录 * 对于冻结的模型，只有一个 .pb 或 .pbtxt 文件。 | |
| TensorFlow-精简版 | 1.15.2 | 支持 1.15.2 或更高版本 | 图像分类、物体检测 | 一个模型定义平缓冲区文件 (.tflite) | |
| XGBoost | 1.3.3 | 支持 1.3.3 或更高版本 | 决策树 | 一个 XGBoost 模型文件 (.model)，其中树的节点数小于 2^31 个 | |
| 暗网 | 图像分类、物体检测 | 一个配置 (.cfg) 文件和一个权重 (.weight) 文件 |