发布于: Aug 16, 2022
Amazon Rekognition Custom Labels 是一项自动化机器学习 (AutoML) 服务，让客户能够构建自定义计算机视觉模型，以检测特定于其业务的对象和场景，而无需具备深入的机器学习专业知识。从今天开始，Custom Labels 可以根据客户工作负载自动扩展训练模型的推理单位。这降低了模型推理成本，因为客户不再需要过度预置推理单位来支持高峰期或不断变化的图像量。
以前，具有不可预测工作负载的 Custom Labels 客户必须设置最小推理单位来支持他们期望处理的图像量高峰。这导致了更高的成本，因为即使图像量较少或者没有任何图像，也会消耗最小推理单位。借助自动扩展支持功能，客户现在可以设置最小和最大推理单位。Custom Labels 根据图像量在指定的最小和最大推理单位内动态增加或减少推理单位。客户只需为他们消耗的推理单位付费。请注意，允许的最小推理单位为 1。例如，假设客户指定最小推理单位为 1，最大推理单位为 5。如果客户的工作负载在 5 小时内消耗 5 个推理单位，在这天的其余时间消耗 1 个推理单位，则现在客户只需支付 176 USD（19 小时 x 4 USD/小时 x 1 个推理单位 + 5 小时 x 4 USD/小时 x 5 个推理单位）。如果没有自动扩展功能，客户将需要支付 480 USD（24 小时 x 4 USD/小时 x 5 个推理单位）。
此功能在所有受支持的 Amazon Rekognition Custom Labels 区域均可用。要了解有关 Amazon Rekognition Custom Labels 的更多信息，请访问功能文档。要开始使用，请立即访问 Custom Labels 控制台。