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

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(采用 *.tar.gz 打包) Toolkit kit kit of
MXNet 1.8.0 支持 1.8.0 或更早版本 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 (.jams) 和一个参数文件 (.params) GluonCV V0.8.0
ONNX 1.7.0 支持 1.7.0 或更早版本 映像分类,SVM 一个模型文件 (.onnx)
Keras 2.2.4 支持 2.2.4 或更早版本 图像分类 一个模型定义文件 (.h5)
PyTorch 1.7.1 支持 1.7.1 或更早版本 图像分类 一个模型定义文件 (.pth)
TensorFlow 1.15.0 支持 1.15.0 或更早版本 图像分类 * 对于保存的模型,一个 .pb 或一个 .pbtxt 文件,以及包含变量的变量目录 * 对于冻结模型,只有一个 .pb 或 .pbtxt 文件
TensorFlow-精简版 1.13.1 支持 1.13.1 或更早版本 图像分类、物体检测 一个模型定义平缓冲区文件 (.tflite)
XGBoost 1.2.1 支持 1.2.1 或更早版本 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 (.weights) 文件