Een e-commerceteam traint een groot beeldclassificatiemodel met 10.000 klassen over vele trainingsiteraties. Ze moeten de operationele overhead en kosten minimaliseren en tegelijkertertijd verlies van werk en hertraining voorkomen. Welke aanpak voldoet het beste aan deze behoeften?

SageMaker Managed Spot Training met checkpointing is de beste aanpak. Het minimaliseert kosten door gebruik te maken van Spot Instances en vermindert operationele overhead omdat SageMaker de infrastructuur beheert. Checkpointing zorgt ervoor dat de training kan worden hervat na een onderbreking, waardoor verlies van werk en hertraining wordt voorkomen. AWS Batch met Spot Instances vereist meer operationele overhead voor het beheer van de compute-omgeving en de checkpointing-logica. Direct trainen op EC2 Spot Instances met handmatige snapshot-opslag is vatbaar voor fouten en verhoogt de operationele last. AWS Lambda is ongeschikt voor langdurige, rekenintensieve trainingstaken vanwege de beperkte uitvoeringstijd.