machine-learning - 如何在 AWS SageMaker 上托管复合模型

标签 machine-learning amazon-sagemaker awsdeploy

我对不同的数据段创建了单独的预测模型(使用 SageMaker 的内置算法)。在生产中,需要根据输入数据段调用这些模型。

是否可以在 SageMaker 中托管复合模型?如何定义部署复合模型的配置?

最佳答案

目前,SageMaker 在单个端点后面托管单个模型。如果您想要组合终端节点,您可以使用 AWS Lambda 函数来执行此操作,该函数在响应原始请求之前获取输入特征、调用多个终端节点并组合结果。

关于machine-learning - 如何在 AWS SageMaker 上托管复合模型,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49426248/

相关文章:

amazon-web-services - 以Json类型作为cloudformation模板的参数

xgboost - 如何使用 AWS SageMaker Batch Transform 运行更大的批处理

amazon-web-services - aws ApiGateway 部署到特定阶段

mysql - 使用 MySQL 将 Symfony 应用程序部署到 AWS

tensorflow - 如何将 LSTMCell 权重格式从tensorflow更改为tf.keras

machine-learning - dropout 在 keras 的 LSTM 层中如何工作?

python - 调用 aws sagemaker 端点

amazon-ecs - 管道永远不会通过代码管道完成部署 AWS ECS Fargate 任务

machine-learning - 如何合并两个保存的keras模型?

python - 如何使用 LSTM Keras 预测 future 股票