2020년 11월 21일 기록
Bigdata, AI, IoT, Cloud 팀이 모여 융복합 프로젝트를 진행하면서 기록했던 진행 상황과 TIL을 쭉 업로드해보려고 한다.
융복합 프로젝트를 진행하면서, AI팀에서 만든 모델을 배포한 후 IoT팀과 협업해 모두 연결해주는 작업이 필요했다. 그래서 AWS 내에서 보다 효율적으로 모델 학습 및 배포를 할 수 있는 SageMaker라는 서비스를 알게 되었고 아래가 정리했던 내용이다.
SageMaker는 쉽고 빠르게 구성, 학습하고 기계 학습 모델을 배포할 수 있도록 해주는 관리형 서비스이다.
SageMaker에서 Jupyter Notebook Instance를 생성하고 작업한 후, 모델을 배포해서 사용할 수 있다.
-> 사용하기 위해서는 (여기서는 마스크 썼는지 안 썼는지 판단, 예측) SageMaker에서 모델을 배포하고 SageMaker EndPoint를 만들어준 다음, 이 EndPoint를 람다와 연결해주어야 한다.
위의 그림에서는 User가 웹브라우저로 되어 있지만 우리 프로젝트에서는 IoT가 될 것이다.
sageMaker는 사용하지 않을때 중지하거나 종료하는 것이 중요! 겁나 비쌈
궁금한 점) s3에 있는 마스크 이미지들을 sageMaker의 Jupyter Notebook에서 어떻게 가져와서 사용할 수 있지?
s3로 SageMaker 엔드포인트를 만들 수 있나? -> s3에 모델을 저장하고, 엔드포인트는 엔드포인트대로 따로 만드는 듯
🌈TIL과 개발 노트