1 はじめに CX事業本部の平内(SIN)です。 Amazon SageMager Neo(以下、Neo)を使用すると、既存のモデルをコンパイル(最適化)し、精度を低下させることなく、他のクラウドやエッジで実行出来るようになります。 参考:Amazon SageMaker Neo モデルを一度トレーニングすれば、最大 2 倍のパフォーマンスでどこでも実行可能 今回は、以前、作成した商品を検出するイメージ分類(SageMakerの組み込みアルゴリズム)のモデルをNeoで最適化し、RaspberryPi(Model 4)にセットアップしたDLR(DeepLarningRuntime)で使用してみました。 作業にあたっては、下記の記事を参考にさせて頂きました。 2 Neoによる最適化 Neoによるコンパイルは、SageMakerコンソールの推論 > コンパイルジョブ から、コンパイルジョブの作成
![[Amazon SageMaker] イメージ分類のモデルをNeoで最適化してRaspberryPi Model 4で使用してみました | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/be008d04a8db62514ca43cd7765e62041ee423f3/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2019%2F05%2Famazon-sagemaker.png)