Команда, использующая Amazon SageMaker, обнаруживает, что встроенный алгоритм классификации изображений по умолчанию (ResNet) дает низкую точность, и они хотят использовать архитектуру Inception. Какие подходы позволят им обучать с помощью Inception? (Выберите два.)

Команда может использовать Inception, предоставив собственный контейнер Docker с реализацией TensorFlow Estimator, включающей Inception. Это позволяет полностью контролировать среду обучения и используемые модели. Альтернативно, они могут написать пользовательский код обучения в SageMaker, который использует TensorFlow Estimator и загружает предобученную или пользовательскую сеть Inception. SageMaker поддерживает пользовательские скрипты обучения и контейнеры, что делает его гибким для различных архитектур. Изменение встроенного алгоритма SageMaker невозможно, так как они являются фиксированными. Открытие запроса в службу поддержки не приведет к изменению встроенного алгоритма. Установка Inception на инстанс EC2 через apt-get и использование его как Jupyter Notebook не является масштабируемым или рекомендуемым способом обучения моделей в SageMaker.