Amazon MLS-C01: Deep Learning & Computer Vision — Lernleitfaden

By Laurynas Brazys · 26 July 2026 · #amazon #mls-c01 #certification #exam-prep #study-guide

Teil des AWS Machine Learning Specialty MLS-C01 — Lernleitfaden. Üben Sie mit verifizierten Antworten im Amazon-Prüfungscenter, oder absolvieren Sie zeitlich begrenzte Übungstests auf ExamRoll.io.

Architekturen, Transfer Learning und Modellauswahl

Konvolutionale Backbones wie die ResNet- und Inception-Familien bleiben die Arbeitspferde für Computer Vision: ResNet (50/101) bietet stabiles Residual Learning für tiefe Merkmals-Hierarchien, während Inception-Module eine multiskalare Merkmalsaggregation ermöglichen, die bei unterschiedlichen Objektgrößen hilft. Für moderne Kompromisse priorisieren EfficientNet und MobileNet das Verhältnis von FLOPs zu Genauigkeit (FLOPs-to-accuracy), was sie zu einer guten Wahl für Mobil- und Edge-Geräte macht. In der Praxis auf AWS beginnen Sie mit vortrainierten ImageNet-Gewichten (verfügbar in TorchVision, TensorFlow Hub oder über SageMaker-Trainingscontainer) und wenden Transfer Learning an, indem Sie den Klassifikations-Head ersetzen. Verwenden Sie dabei eine deutlich niedrigere Lernrate für die Backbone-Schichten und eine höhere Rate für die neu initialisierten Heads. Frieren Sie bei kleinen Datensätzen die frühen Schichten ein (freeze) und tauen Sie diese schrittweise wieder auf, um katastrophales Vergessen (catastrophic forgetting) zu vermeiden. Entscheidungskriterien: Wählen Sie für große Datensätze und latenz-tolerante Endpunkte (ml.p3- oder ml.p4-Instanzen) schwerere Backbones (ResNet101, Inception-ResNet) und für die Bereitstellung auf ressourcenbeschränkten Geräten über SageMaker Neo oder AWS IoT Greengrass leichtgewichtige Backbones (MobileNetV3, EfficientNet-lite). Eine häufige Falle ist das Fine-Tuning mit der gleichen hohen Lernrate, die für das Training von Grund auf verwendet wird. Wenden Sie stattdessen diskriminative Lernraten an, nutzen Sie Weight Decay und validieren Sie die Übertragbarkeit, indem Sie die Aktivierungen der Schichten im Merkmalsraum und den Validierungsverlust auf Anzeichen von Overfitting überwachen.

Trainingspraktiken, Augmentierung und Überlegungen zu Datensätzen/Labeling

Hochwertige, gelabelte Daten sind die Grundlage für zuverlässige Computer-Vision-Modelle. Nutzen Sie Amazon SageMaker Ground Truth, um Labeling-Workflows mit Bounding Boxes, Polygonen oder semantischen Masken zu erstellen und setzen Sie private Workforces, IAM-Beschränkungen und S3-KMS-Verschlüsselung durch, um die Anforderungen an die Datenzugriffskontrolle zu erfüllen. Reduzieren Sie Label-Rauschen durch Konsens- und Überprüfungsrunden und nutzen Sie Active Learning, um mehrdeutige oder seltene Beispiele zu priorisieren. Setzen Sie bei kleinen oder unausgeglichenen Datensätzen eine aggressive, aufgabenspezifische Augmentierung ein: photometrische Transformationen, zufällige Zuschnitte (random crops), Rotationen, Cutout, Mixup- oder Mosaic-Augmentierungen für die Objekterkennung. Verwenden Sie Class-Balanced Sampling, Focal Loss oder Class-Weighted Cross-Entropy, um starker Klassen-Imbalance entgegenzuwirken. Teilen Sie Daten auf, um Leakage zu vermeiden: Führen Sie bei Abhängigkeiten auf Benutzer- oder Filialebene gruppierte oder zeitbasierte Aufteilungen anstelle von naiven zufälligen Aufteilungen durch. Eine häufige Falle ist das Durchsickern (Leakage) von zukünftigen Zeitstempeln oder mehreren Bildern desselben Objekts über Trainings-, Validierungs- und Testdatensätze hinweg. Aktivieren Sie bei medizinischen oder regulierten Daten die Netzwerkisolation für SageMaker-Trainingsjobs, verschlüsseln Sie S3 mit KMS, beschränken Sie den Notebook-Zugriff über VPC-Endpunkte und rotieren Sie Anmeldeinformationen mit Secrets Manager. Verfolgen Sie Experimente und Metriken mit SageMaker Experiments, um die Auswahl von Augmentierung, Lernraten und Regularisierung zu korrelieren.

Objekterkennung und Segmentierung: Architekturen, Metriken und Fallstricke

Zu den Architekturen für die Objekterkennung gehören einstufige Detektoren wie YOLO und RetinaNet für Echtzeit-Durchsatz und zweistufige Detektoren wie Faster R-CNN für höhere Genauigkeit und die Lokalisierung kleiner Objekte. Fügen Sie Feature Pyramid Networks (FPN) hinzu, um die multiskalare Erkennung zu verbessern. Verwenden Sie Mask R-CNN oder DeepLabv3+ für Instanz- und semantische Segmentierungsaufgaben. Anchors, IoU-Schwellenwerte und Non-Max Suppression (NMS) beeinflussen die Ergebnisse stark: Stimmen Sie die Größen und Seitenverhältnisse der Anchors auf die Objektskalen im Datensatz ab und wählen Sie einen geeigneten IoU-Wert für die Zuweisung von positiven/negativen Beispielen. Die Evaluierung muss mAP über verschiedene IoU-Level (AP50, AP75) sowie klassenspezifische Recall/Precision-Kurven verwenden – sich nur auf die Genauigkeit (Accuracy) zu verlassen, verschleiert Fehler bei der Lokalisierung. Verwenden Sie in AWS-Workflows das SageMaker-Training mit PyTorch/TensorFlow-Containern für benutzerdefinierte Architekturen, speichern Sie Datensätze in S3 mit Manifest-Dateien für Ground Truth und validieren Sie mit SageMaker Processing Jobs. Häufige Fallstricke sind die Verwendung zu großer Eingabegrößen für die Inferenz (erhöht die Latenz) oder das Ignorieren von Klassen-Imbalance bei den Objektzahlen. Optimieren Sie durch die Anwendung klassenspezifischer Augmentierung, die Verwendung gewichteter Losses oder ein zweistufiges Training, bei dem auf einen generischen Detektor klassenspezifische Refiner folgen. Exportieren Sie Modelle für die Produktion nach ONNX oder TorchScript und validieren Sie die exportierten Ausgaben im Vergleich zu den Trainingsausgaben, um einen Operator-Mismatch zu vermeiden.

Optimierung, Bereitstellung und Überwachung von Inferenz für GPU und Edge

Die Optimierung der Inferenz erfordert das Profiling der gesamten Pipeline, nicht nur der GPU-Berechnung. Eine geringe GPU-Auslastung ist oft auf CPU-gebundene Vorverarbeitung, kleine Batch-Größen, synchrone Endpunktlatenz oder I/O-Wartezeiten zurückzuführen. Erstellen Sie mit SageMaker Debugger und CloudWatch-Metriken ein Profil, um Engpässe zu identifizieren, und wenden Sie dann Abhilfemaßnahmen an: Erhöhen Sie die Batch-Größe oder verwenden Sie asynchrone Inferenz; konvertieren Sie Modelle in TorchScript/ONNX und aktivieren Sie TensorRT-Optimierungen auf Instanzen mit NVIDIA-Hardware; verwenden Sie Mixed Precision (AMP/bfloat16) auf p4/p3-Instanzen; kompilieren Sie mit SageMaker Neo für die Zielhardware oder stellen Sie Elastic Inference bereit, um CPU-Instanzen für moderaten Durchsatz eine fraktionierte Beschleunigung hinzuzufügen. Für die Bereitstellung am Edge verwenden Sie SageMaker Edge Manager oder AWS IoT Greengrass mit von Neo kompilierten Modellen, wenden Sie Quantisierung und Pruning an, um die Modellgröße zu reduzieren, und führen Sie, wo möglich, Batch-Verarbeitung auf dem Gerät durch. Konfigurieren Sie SageMaker Multi-Model-Endpunkte oder Provisioned Concurrency, um Kaltstarts zu bewältigen, und verwenden Sie automatische Skalierungsrichtlinien, die auf der GPU-Speicherauslastung und der Anforderungslatenz basieren. Aktivieren Sie außerdem Model Monitor zur Erkennung von Input-Drift und die SageMaker Model Registry für eine kontrollierte Beförderung von Modellen; häufige Fehlerquellen sind das Kompilieren von Modellen mit für Neo nicht unterstützten Operationen oder das Vergessen, IAM-Rollen und VPC-Endpunkte für den privaten S3-Zugriff bereitzustellen, was zu Bereitstellungsfehlern führt.

Praktisches Problem: Anwendungsfallszenario

Szenario: Die QuickServe Corp betreibt ein lokales Point-of-Sale-System und nutzt SageMaker für das Training und die Inferenz von Modellen; Bilder von Ladenkameras werden in einem privaten S3-Bucket mit KMS-Verschlüsselung gespeichert. Sie möchten eine Produktionspipeline zur Erkennung der Warteschlangenlänge an den Kassen und ein leichtgewichtiges Modell auf Edge-Geräten für Echtzeit-Benachrichtigungen bereitstellen.

Herausforderung: Erstellen und Bereitstellen eines genauen, latenzarmen Modells zur Zählung von Warteschlangen, das die Datensicherheit (privater S3, KMS) berücksichtigt und auf ressourcenbeschränkter Edge-Hardware läuft, während ein sicheres Neutraining mit neuen, gelabelten Daten ermöglicht wird.

Empfohlener Ansatz:

1. Trainieren Sie einen Detektor unter Verwendung eines vortrainierten MobileNetV3-Backbones (im SageMaker PyTorch-Container), der auf mit Ground Truth gelabelten Bounding Boxes, die in einem KMS-verschlüsselten S3-Bucket gespeichert sind, feinabgestimmt wird; verwenden Sie nach Filialen gruppierte Splits, um Datenlecks (Leakage) zu vermeiden.
2. Verwenden Sie Augmentierung (zufälliger Zuschnitt, horizontales Spiegeln, Helligkeits-Jitter) und Focal Loss, um die Klassen-Imbalance zwischen Frames mit und ohne Warteschlange zu behandeln; validieren Sie mit AP50 und dem Recall pro Klasse.
3. Exportieren Sie das Modell nach TorchScript/ONNX, kompilieren Sie es mit SageMaker Neo für das Ziel-Edge-Gerät und stellen Sie es über AWS IoT Greengrass oder SageMaker Edge Manager mit Modellsignierung und einer IAM-Rolle bereit, die nur die notwendigen S3-Artefakte zulässt.
4. Überwachen Sie die Leistung durch periodische Batch-Uploads nach S3, führen Sie SageMaker Processing-Jobs zur Drift-Erkennung aus und trainieren Sie in SageMaker neu, indem Sie versionierte Datensätze in S3 und die Model Registry mit einem kontrollierten Rollout auf die Edge-Geräte verwenden.

Begründung: Dieser Ansatz nutzt effizientes Transfer Learning und gerätespezifische Kompilierung, um Latenz- und Größenanforderungen zu erfüllen, erzwingt Sicherheit durch KMS und IAM und implementiert eine überwachte Neutrainingsschleife, um die Genauigkeit aufrechtzuerhalten und gleichzeitig Datenlecks zu verhindern.

← Modellierung – Überwachtes · Alle Domänen · Natural Language Processing →

Diese Fragen üben → · Zeitlich begrenzte Übung auf ExamRoll.io →

Amazon durchsuchen →