我们如何在AWS Sagemaker推理中添加复杂的预处理
我正在使用AWS Sagemaker部署在Sagemaker之外培训的语音模型。我能够将我的模型转换为Sagemaker能够理解的东西，并将其部署为endpoint。问题是Sagemaker直接加载模型并调用。预测得到推论。我无法确定在部署的模型中可以在何处添加预处理函数。建议使用AWS Lambda或其他服务器进行预处理。有没有什么方法可以将复杂的预处理（不能通过简单的Scikit、类似熊猫的框架完成）融入Sagemaker本身？
共有1个答案
您将需要调整预测值。将语音模型放入容器中的py文件。假设您正在使用“带容器”在SageMaker上部署这些模型，您将需要调整预测器代码，以包括您正在使用的预处理功能。对于您正在处理的任何额外依赖项，请确保在您带来的Dockerfile中更新此项。预测器文件中的预处理功能将确保在返回预测之前，您的数据按照您的意愿进行转换和处理。但是，这会增加响应时间，因此如果需要进行繁重的预处理工作或ETL，您可能希望将服务视为AWS Glue（ETL）或Kinesis（实时数据流/数据转换）。如果您选择使用Lambda，您需要记住15分钟的超时限制。
我在AWS工作
-
本文向大家介绍我们如何在Java中的JSONObject中添加JSONArray？，包括了我们如何在Java中的JSONObject中添加JSONArray？的使用技巧和注意事项，需要的朋友参考一下 甲的JSONObject 可以从一个字符串解析文本以产生映射样对象和JSONArray 可以从一个字符串解析文本以产生向量样的对象。我们还可以通过首先创建一个包含很少项目的JSONArray并将这些项
-
我已经挣扎了几个小时想找到解决这个问题的办法... 我正在开发一个在线记分牌的游戏。玩家可以随时登录和退出。完成一场比赛后，玩家会看到记分牌，看到自己的排名，分数会自动提交。 记分牌显示球员的排名，排行榜。 记分牌在用户完成游戏（提交分数）和用户只想查看他们的排名时都使用。 这就是逻辑变得非常复杂的地方： > 如果用户已经登录，那么分数将首先提交。保存新记录后，记分牌将被加载。 用户可以随时登录和
-
我有一个复杂的endpoint，需要在spring boot中为REST服务实现。它看起来如下所示： 到此endpoint的POST将创建一个新的采购订单。段必须始终在段之前，但段可以独立存在。 采购订单
-
我想使用jar库http://jcodec.org/正在处理。我知道有很多关于库的教程，但没有一个足够清晰，让我能够理解。我已经拖放了jcodec-0.1.5。jar创建了一个名为“code”的文件夹，其中包含文件jcodec-0.1.5。罐子在里面，但是当我想用的时候 我还在 “未定义构造函数FrameGrab（文件）。” 我需要进口什么东西吗？如果是，在“导入”后我必须键入什么？非常感谢您的帮
-
我需要在ItemProcessor部分查找几个表。我不想对ItemProcessor部分中的每一行进行多个JDBC调用，当spring批处理开始处理更多记录时，这可能会导致性能问题。避免这种情况的变通方法是什么？有没有办法在ItemProcessor之前或批处理开始之前预加载这些对象，并在ItemProcessor中引用它们？
-
我有一个离散事件流进入我的系统，我需要根据每个事件的内容应用规则。另外，我想对这些流事件应用复杂的事件处理。 约束1.这些规则是用户提供的，并将动态更改。2.每当应用规则时，我不想重新启动我的系统。3.HA 4.只有成熟的开源解决方案 可能的方式...1.在Storm螺栓内运行Esper CEP 2。让口水流到Storm螺栓里 > 这会处理单事件规则和复杂事件吗？规则更改是否需要我的Storm重新