Amazon SageMaker kullanan bir ekip, varsayılan yerleşik görüntü sınıflandırma algoritmasının (ResNet) düşük doğruluk verdiğini ve bunun yerine bir Inception mimarisi kullanmak istediklerini fark eder. Hangi yaklaşımlar Inception ile eğitim yapmalarını sağlar? (İki tane seçin.)

Doğru cevaplar, SageMaker'ın esnekliğini kullanarak özel modellerle eğitim yapmanın iki ana yolunu temsil eder. Bir Inception ağı ile bir TensorFlow Estimator uygulamasını çalıştıran bir Docker container'ı sağlamak, özel bir eğitim ortamını ve bağımlılıkları paketlemenin standart yoludur. Bu, SageMaker'ın özel algoritmaları çalıştırmasına olanak tanır. SageMaker'da TensorFlow Estimator'ı kullanan ve eğitim için bir Inception ağı yükleyen özel eğitim kodu yazmak, SageMaker'ın yerleşik TensorFlow desteğinden yararlanarak özel bir model mimarisi tanımlamanın daha doğrudan bir yoludur. Yerleşik görüntü sınıflandırma algoritmasını Inception kullanacak şekilde değiştirmek ve SageMaker'dan varsayılan yerleşik algoritmayı Inception olarak değiştirmesini isteyen bir destek talebi açmak yanlış yaklaşımlardır çünkü yerleşik algoritmalar sabittir ve doğrudan değiştirilemez veya özel isteklerle güncellenemez. apt-get aracılığıyla bir EC2 instance'ına Inception kodunu yüklemek ve bu instance'ı SageMaker içinde bir Jupyter notebook olarak kullanmak, SageMaker'ın yönetilen eğitim işi özelliklerinden yararlanmaz ve ölçeklenebilirlik veya verimlilik sağlamaz.