
エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
AWS SageMakerのバッチ推論が思っていたのと違った話 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
AWS SageMakerのバッチ推論が思っていたのと違った話 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure y... Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 背景 機械学習で学習・推論を行うに当たり、AWS SageMakerを利用しています。 今回は独自モデルを利用して バッチ推論を実施する際 にハマったお話で、扱っているデータは画像です。 ※本来、学習→推論の流れになりますが、学習を割愛しているため若干記事として読みにくいかもしれません。 推論とは 作成したモデルを利用して、元となるデータから予測される結果を出力することを「推論」と記載しています。 AWS SageMakerでの推論方法は主に下記の2パターンあります。 リアルタイム推論 バッチ推論 リアルタイム推論 リアルタイム推論はイ