Domande frequenti

D: Che cosa accadrà alle mie risorse AWS DeepLens successivamente alla data di fine vita (end of life, EOL)?

Dopo il 31 gennaio 2024, tutti i riferimenti ai modelli, ai progetti e alle informazioni dei dispositivi AWS DeepLens verranno eliminati dal servizio AWS DeepLens. Non potrai più rilevare o accedere al servizio AWS DeepLens dalla tua Console AWS e le applicazioni che richiamano l'API AWS DeepLens non funzioneranno più.

D: Mi verranno addebitati i costi per le risorse AWS DeepLens che rimangono nel mio account successivamente alla data EOL?

Le risorse create da AWS DeepLens, come i bucket Amazon S3, le funzioni AWS Lambda, gli oggetti AWS IoT e i ruoli AWS Identity and Access Management (IAM) continueranno a esistere nei rispettivi servizi successivamente al 31 gennaio 2024. Per evitare di incorrere nei costi di AWS DeepLens dopo il termine del supporto, segui tutte le procedure per eliminare queste risorse.

D: Come faccio a eliminare le mie risorse AWS DeepLens?

Per eliminare le risorse utilizzate da AWS DeepLens e per informazioni su come ripristinare il tuo dispositivo AWS DeepLens alle impostazioni di fabbrica, consulta la pagina Delete your AWS DeepLens device resources (Eliminazione delle risorse del dispositivo AWS DeepLens).

D: Posso implementare i miei progetti AWS DeepLens successivamente alla data di fine vita (EOL)?

Potrai implementare i progetti AWS DeepLens fino al 31 gennaio 2024. Dopo tale data, non avrai più accesso alla console né all'API AWS DeepLens e le applicazioni che richiamano l'API AWS DeepLens non funzioneranno.

D: Il mio dispositivo AWS DeepLens continuerà a ricevere aggiornamenti di sicurezza?

AWS DeepLens non verrà più aggiornato dopo il 31 gennaio 2024. Sebbene alcune applicazioni implementate sui dispositivi AWS DeepLens potrebbero continuare a funzionare successivamente alla data EOL, AWS non fornisce rimedi né è responsabile per gli eventuali problemi derivanti da componenti software o hardware di AWS DeepLens.

 

D: Come posso continuare a esercitarmi in modo pratico con IA e ML di AWS?

Ti consigliamo di provare gli altri nostri strumenti di machine learning applicato. Con AWS DeepRacer, utilizzi un simulatore di corse in 3D basato sul cloud per creare modelli di apprendimento di rinforzo per un'auto modello da corsa autonoma in scala 1:18. Apprendi e sperimenta in un ambiente di sviluppo gratuito senza necessità di configurazione con Amazon SageMaker Studio Lab. Automatizza l'analisi di immagini e video con Amazon Rekognition oppure utilizza AWS Panorama per migliorare l'efficienza delle operazioni con la visione computerizzata edge.

 

D: Che cosa dovrei fare del mio dispositivo AWS DeepLens?

Ti invitiamo a riciclare il tuo dispositivo AWS DeepLens attraverso il Programma di riciclo Amazon. Amazon copre i costi relativi a spedizione e riciclo.

 

D: Che cos'è AWS DeepLens?

AWS DeepLens è la prima videocamera con funzioni di apprendimento profondo che permette a sviluppatori di ogni livello di esperienza di migliorare le proprie competenze di machine learning tramite tutorial pratici di visione artificiale, codice di esempio e modelli predefiniti.

D: Qual è la differenza tra AWS DeepLens e le altre videocamere disponibili sul mercato?

AWS DeepLens è la prima videocamera al mondo ottimizzata per l'esecuzione di modelli di machine learning e per l’inferenza sul dispositivo. Offre 6 progetti campione predefiniti che è possibile distribuire sul proprio dispositivo AWS DeepLens in meno di 10 minuti. È possibile utilizzare questi progetti senza modifiche, connetterli ad altri servizi AWS, formare un modello in Amazon SageMaker e distribuirlo in AWS DeepLens, oppure estendere una funzionalità attivando una funzione Lambda al verificarsi di un determinato evento. È anche possibile applicare analisi più avanzate nel cloud con Amazon Rekognition. AWS DeepLens offre una base ideale per soluzioni di machine learning.

D: Quali progetti campione sono disponibili?

Sono disponibili 7 progetti campione:

1. Rilevamento di oggetti

2. Hot dog o non hot dog

3. Cane e gatto

4. Trasferimento di stili artistici

5. Rilevamento di attività

6. Rilevamento facciale

7. Classificazione degli uccelli

 

D: AWS DeepLens include Alexa?

No, AWS DeepLens non include Alexa né altre funzionalità audio a distanza. AWS DeepLens è tuttavia dotato di un array di microfoni 2D in grado di eseguire modelli audio personalizzati; sono necessarie ulteriori operazioni di programmazione.

 

D: Quali sono le specifiche del dispositivo?

• Processore Intel Atom®
• Grafica Gen9
• Sistema operativo Ubuntu 16.04 LTS
• Performance: 100 GFLOPS
• Wi-Fi dual band
• 8 GB di RAM
• 16GB di spazio di storage
  
• Storage espandibile con scheda microSD
• Fotocamera da 4 MP con MJPEG
• Codifica H.264 e risoluzione a 1080p
• 2 porte USB
• Micro HDMI
• Uscita audio

D: Quali framework di deep learning è possibile eseguire sul dispositivo?

AWS DeepLens (2019 Edition) è ottimizzato per Apache MXNet, TensorFlow e Caffe. 

D: Quali sono le prestazioni previste di AWS DeepLens?

Le prestazioni vengono misurate in base al numero di immagini su cui viene eseguita un'inferenza al secondo e alla latenza. I diversi modelli avranno un numero variabile di inferenze al secondo. Le prestazioni di base prevedono 14 immagini al secondo su AlexNet e 5 immagini al secondo su ResNet 50 con batch di dimensione 1. La latenza, invece, dipenderà dalle caratteristiche della rete a cui si connetterà DeepLens.

D: Quali layer di architettura di rete MXNet supporta AWS DeepLens?

AWS DeepLens offre il supporto per 20 diversi layer di architettura di rete, elencati di seguito:

• Activation
• BatchNorm
• Concat
• Convolution
• elemwise_add
• Pooling
• Flatten
• FullyConnected
• InputLayer
• UpSampling
• Reshape
• ScaleShift
• SoftmaxActivation
• SoftmaxOutput
• transpose
• _contrib_MultiBoxPrior
• _contrib_MultiBoxDetection
• _Plus
• Deconvolution
• _mul

D: Che cosa è incluso nella confezione del prodotto e in che modo è possibile iniziare a usarlo?

All'interno della confezione, gli sviluppatori troveranno una guida alle operazioni di base, il dispositivo AWS DeepLens, un cavo di alimentazione e un adattatore specifico per la regione di installazione, un cavo USB e una scheda microSD da 32 GB. Setup e configurazione del dispositivo non richiederanno più di qualche minuto tramite la console di AWS DeepLens e il browser Web di un laptop o PC.

Sono disponibili tre tutorial da 10 minuti progettati per rendere più semplice il primo utilizzo del servizio:

1. Creazione e distribuzione di un progetto
2. Estensione di un progetto
3. Creazione di un progetto AWS DeepLens con Amazon SageMaker

 

D: È possibile formare i modelli sul dispositivo?

No. AWS DeepLens esegue inferenze e previsioni solo con modelli già formati. Per formare un modello è possibile utilizzare Amazon SageMaker, una piattaforma di machine learning che consente addestramento e hosting di modelli. AWS DeepLens offre una caratteristica di distribuzione intuitiva con cui pubblicare modelli formati da Amazon SageMaker.

D: Quali servizi AWS si integrano con AWS DeepLens?

DeepLens è preconfigurato per l'integrazione con AWS Greengrass, Amazon SageMaker e Amazon Kinesis Video Streams. Inoltre, può essere integrato con molti altri servizi AWS, ad esempio Amazon S3, Amazon Lambda, Amazon DynamoDB e Amazon Rekognition.

D: È possibile accedere tramite SSH ad AWS DeepLens?

Sì, AWS DeepLens è intuitivo e al tempo stesso compatibile con gli accessi per sviluppatori avanzati. È possibile accedere tramite SSH al dispositivo utilizzando il comando ssh aws_cam@.

 

D: Quali sintassi di programmazione supporta AWS DeepLens?

È possibile definire ed eseguire modelli sul flusso di dati della videocamera in locale in Python 2.7.

D: È necessario essere connessi a Internet per eseguire un modello?

No. È possibile eseguire modelli distribuiti in AWS DeepLens senza dover mantenere una connessione a Internet. Tuttavia, la connessione sarà necessaria per la distribuzione iniziale dal cloud sul dispositivo. Una volta completato il trasferimento, AWS DeepLens eseguirà le inferenze sul dispositivo in locale senza connettività cloud. Se il progetto include componenti che devono interagire con il cloud, il collegamento a Internet sarà comunque necessario.

D: È possibile eseguire modelli personalizzati in AWS DeepLens?

Sì. È anche possibile creare un progetto da zero utilizzando la piattaforma AWS SageMaker per preparare i dati e formare un modello su un notebook in hosting e pubblicando in seguito il modello formato sul dispositivo per ulteriori testing e ottimizzazione. Infine, è possibile importare in AWS DeepLens un modello formato esternamente specificandone il percorso in S3, per architettura di modelli e file di reti pesate.