Ein Unternehmen wünscht sich einen zentralen Katalog für alle ML-Modelle, die sich derzeit in mehreren AWS-Konten befinden und in Amazon ECR-Repositorys gespeichert sind. Welcher Ansatz würde einen zentralen Modellkatalog über Konten hinweg erstellen?
Wählen Sie eine Antwort
Tippen Sie auf eine Option, um Ihre Antwort zu überprüfen.
Richtige Antwort: Verwenden Sie die Amazon SageMaker Model Registry: Erstellen Sie Modellgruppen für die ECR-gehosteten Modelle, erstellen Sie ein neues AWS-Konto, das als zentraler Katalog mithilfe der Model Registry fungiert, und fügen Sie kontoübergreifende Ressourcenrichtlinien von den ursprünglichen Konten an, um jede Modellgruppe freizulegen..
Warum dies die Antwort ist
Die Amazon SageMaker Model Registry ist die beste Lösung, da sie speziell für die Katalogisierung, Versionierung und Verwaltung von ML-Modellen entwickelt wurde. Durch das Erstellen von Modellgruppen für die ECR-gehosteten Modelle und die Verwendung eines zentralen AWS-Kontos mit der Model Registry können Modelle aus verschiedenen Konten zentral verwaltet und durch kontoübergreifende Ressourcenrichtlinien freigegeben werden. ECR-kontoübergreifende Replikation würde nur die Images replizieren, aber keinen zentralen Katalog oder Metadaten bereitstellen. Ein AWS Glue Data Catalog ist für Daten und nicht für ML-Modellartefakte optimiert. Das Erstellen eines neuen AWS-Kontos mit einem ECR-Repository als zentraler Katalog bietet keine umfassenden Modellverwaltungsfunktionen wie die SageMaker Model Registry.
Bestehen Sie Ihre Prüfung – ohne endlose Antwortsuche
Erhalten Sie jede verifizierte Frage und Erklärung für diese Prüfung an einem Ort und sparen Sie Stunden der Vorbereitung. Über 1.000 Zertifizierungen · Über 20 Sprachen · Kostenloser Start.
Bestehen Sie Ihre Prüfung schneller → Keine Karte erforderlich