如何在本地环境中部署AWS SageMaker线性学习者模型
我使用内置的线性学习算法训练了AWS SageMaker模型。我可以从S3下载经过训练的模型工件（model.tar.gz）。
如何在独立于AWS的本地环境中部署模型，以便在不访问internet的情况下进行预测和推断调用？
共有1个答案
Matx，内置算法没有本地模式。但是，您可以通过编程方式使用模型权重加载mxnet模块，并使用它进行预测。检查https://forums.aws.amazon.com/thread.jspa?messageID=827236
-
我是机器学习算法的新手。我正在学习基本算法，如回归、分类、聚类、序列建模、在线算法。互联网上的所有文章都展示了如何将这些算法用于特定数据。没有关于在正式生产环境中部署这些算法的文章。所以我的问题是 1） 如何在生产环境中部署机器学习算法？ 2）机器学习教程中遵循的典型方法是使用一些训练数据构建模型，并将其用于测试数据。但是，是否建议在生产环境中使用这种模型？传入的数据可能会不断变化，因此模型将无效
-
在开展实验之前，我们需要根据不同的平台提前安装相关依赖的软件包，具体需要的软件包如下： Rust 工具链 Rust 版本管理工具：rustup Rust 软件包管理工具：cargo Rust 编译器：rustc 等等 虚拟机软件：QEMU （版本至少支持 RISC-V 64） 具体安装的方法在不同平台上安装方式类似，但也有细微差别，后面会有具体说明。 安装 QEMU 根据不同平台，我们分为下面 3
-
我有一个Spring boot应用程序，它使用以下方法将时间戳解析为我需要的格式 现在，当该代码在本地机器中执行时，上述方法返回： 2021-08-11T09:00:02.237 05:30 但是当我将其部署到运行nginx服务器的环境时，上述方法返回： 2021-08-11T09:00:02.237Z 现在我的理解是，它正在转换为UTC格式（0000/Z）。如果我错了，请纠正我。但是预期的格式是
-
PWA 项目必须部署在 HTTPS 环境上才能够生效，主要是因为 Service Worker 只会在 HTTPS 环境下才能注册成功，我们不用担心在本地开发的时候 Service Worker 是否生效的问题，因为 Service Worker 在 localhost 和 127.0.0.1 的 host 下是能够注册成功的，这样可以确保我们在本地调试工作是能够顺利进行的。我们这里讲述的是如何部
-
1. 浏览器选择 所有章节中的例子都基于 Chrome 浏览器环境。 推荐读者也使用 Chrome 进行调试学习，保证所有案例效果统一。 同时 Chrome 也是所有主流浏览器中支持 JavaScript 特性较多的、速度相对较快的浏览器。 获取Chrome浏览器 Chrome 浏览器 2. 开发工具 开发工具一般会分为两种，一种为 IDE (Integrated Development Envi
-
我正在建立与django应用程序相同的代码库中的机器人框架。当我运行我的示例测试用例时，我得到错误： 所有这些都发生在一个安装了pip系统包的流浪外壳上。我是一个新手，正试图构建一个人elses代码，所以我不确定如何设置本地环境的文件。 我首先尝试在虚拟环境中通过运行:来安装geckodriver。因此我得到了这个错误： 接下来，我下载了可执行文件，并将其放在存储库中。但我不知道如何指向可执行文件