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。
機械学習サービスを使ってメディアファイルを処理するワークロードを簡単に構築できるフレームワーク「AWS Media Insights Engine」を触ってみた | DevelopersIO
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
機械学習サービスを使ってメディアファイルを処理するワークロードを簡単に構築できるフレームワーク「AWS Media Insights Engine」を触ってみた | DevelopersIO
参考 : aws-solutions/aws-media-insights-engine - Cost 上記の情報では、ひと月に約 20 ドル発生する... 参考 : aws-solutions/aws-media-insights-engine - Cost 上記の情報では、ひと月に約 20 ドル発生する計算になりますが、大半が Kinesis の課金であることがわかります。Kinesis はオプションで作成しないようにできるため、検証目的でコストを抑えたい場合は Kinesis を作成しない形で MIE をデプロイすると良さそうです。 やってみた では、実際に MIE を展開し、ワークフローをひとつ作成して動かすところまでやってみます。以下の流れで進めていきます。 事前準備 MIE を展開する ワークフローのステージを作成 ワークフローを作成 ワークフローを実行 0.事前準備 MIE が提供する API を利用して操作を進めていきますが、MIE が提供する API を利用するためには SigV4 を利用してリクエストを署名する必要があります