Zespół korzystający z Amazon SageMaker stwierdza, że domyślny wbudowany algorytm klasyfikacji obrazów (ResNet) zapewnia niską dokładność i chce zamiast niego użyć architektury Inception. Które podejścia pozwolą im trenować z Inception? (Wybierz dwie.)
Wybierz odpowiedź
Dotknij opcji, aby sprawdzić swoją odpowiedź.
Poprawna odpowiedź: Dostarcz kontener Docker, który uruchamia implementację TensorFlow Estimator z siecią Inception i użyj go do trenowania., Napisz niestandardowy kod treningowy w SageMaker, który używa TensorFlow Estimator i ładuje sieć Inception do trenowania..
Dlaczego to jest odpowiedź
Zespół może użyć niestandardowego kodu treningowego w SageMaker, który wykorzystuje TensorFlow Estimator i ładuje sieć Inception. SageMaker obsługuje niestandardowe skrypty treningowe, co pozwala na pełną elastyczność w wyborze architektury modelu. Alternatywnie, mogą dostarczyć własny kontener Docker z implementacją TensorFlow Estimator i siecią Inception. Jest to zaawansowana opcja, która zapewnia maksymalną kontrolę nad środowiskiem treningowym. Modyfikowanie wbudowanego algorytmu nie jest możliwe, a zgłoszenie do wsparcia technicznego nie spowoduje zmiany domyślnego algorytmu. Użycie instancji EC2 jako notatnika Jupyter nie jest skalowalnym ani efektywnym sposobem na trenowanie modeli w SageMaker.
Zdaj egzamin — bez niekończącego się szukania odpowiedzi
Uzyskaj wszystkie zweryfikowane pytania i wyjaśnienia do tego egzaminu w jednym miejscu i zaoszczędź godziny przygotowań. Ponad 1000 certyfikacji · Ponad 20 języków · Zacznij za darmo.
Zdaj egzamin szybciej → Karta nie jest wymagana