常見問答集
一般問題
問:什麼是 AWS DeepLens?
AWS DeepLens 是全世界第一台開發人員專用的啟用深度學習的攝影機,所有技能層級的開發人員都可透過實作電腦視覺教學、範例程式碼和預先建置的模型,讓自己的機器學習技能有所成長。
問:什麼是 AWS DeepLens (2019 Edition)?
AWS DeepLens (2019 Edition) 可供美國、加拿大、英國、德國、法國、西班牙、意大利及日本的客戶使用。我們已對全程體驗進行改進:裝置現在更容易設定,甚至能夠讓開發人員更快地開始使用機器學習;得益於 SageMaker Neo 優化,許多 ML 模型將能夠在裝置以快至 2 倍的速度執行。
除了裝置改進,還提供新教育內容供所有主控台使用者使用,協助讓透過 AWS DeepLens 學習 ML 更有趣。這包括以下操作的引導性指示:針對有趣的使用案例建置 ML 應用程式,例如監控工人安全、執行情緒分析,以及追蹤辦公室喝掉的咖啡數量。
問:AWS DeepLens 與市場上的他款攝影機有何不同?
AWS DeepLens 是全世界第一台針對在裝置上執行機器學習模型和進行推論優化的攝影機。啟動時提供的 6 個範例專案,10 分鐘內就能部署到您的 AWS DeepLens。您可按原來狀態執行範例專案、將它們與其他 AWS 服務連接、在 Amazon Sagemaker 中訓練模型,然後將其部署到 AWS DeepLens,或藉由在動作發生時觸發 lambda 函數以擴充功能。您也可以使用 Amazon Rekognition 在雲端套用更進階的分析。AWS DeepLens 提供滿足您機器學習需求的建置區塊。
問:提供哪些範例專案?
提供 7 個範例專案。我們將根據使用者回饋持續推出實用且有趣的專案,供開發人員使用和學習。這 7 個範例專案包括:
1.物件偵測
2.熱狗或非熱狗
3.貓和狗
4.藝術風格移轉
5.活動偵測
6.人臉偵測
7.鳥分類
問:哪些地理區域提供 AWS DeepLens?
AWS DeepLens (2019 Edition) 可在美國、德國、法國、意大利、西班牙、英國、日本和加拿大使用。
問:AWS DeepLens 是否包含 Alexa?
否,AWS DeepLens 不包含 Alexa 或任何遠場音訊功能。不過,AWS DeepLens 搭載 2D 麥克風陣列,可執行需要額外程式設計的自訂音訊模型。
問:如何取得 AWS DeepLens?
AWS DeepLens (2019 Edition) 現在可供加拿大、歐洲及日本的開發人員透過 Amazon.ca、Amazon.de、Amazon.es、Amazon.fr、Amazon.it、Amazon.co.jp 及 Amazon.co.uk 網站預購。
問:AWS DeepLens 主控台可供哪些區域使用?
AWS DeepLens 將可供在 us- east-1 (維吉尼亞北部)、eu-central-1 (法蘭克福) 和 ap-northeast-1 (東京) 使用。
產品詳細資訊
問:裝置的產品規格為何?
- Intel Atom® 處理器
- Gen9 圖形
- Ubuntu OS 16.04 LTS
- 100 GFLOPS 效能
- 雙頻 Wi-Fi
- 8 GB RAM
- 16GB 儲存空間
- 可經由 microSD 記憶卡擴充儲存體
- 採用 MJPEG 的 4MP 攝影機
- H.264 編碼,1080p 解析度
- 2 個 USB 連接埠
- Micro HDMI
- 音訊輸出
問:為何我裝置的底部上標記有 "v1.1"?
AWS DeepLens (2019 Edition) 在裝置的底部標記有 “v1.1”。我們對使用者體驗進行大幅改進,包括入門、教學課程和其他感應器相容性支援,例如 Intel Real Sense 提供的深度感應器。
原始 AWS DeepLens 無法透過軟體更新升級至 v1.1。包括簡化的入門在內的一些裝置修改為硬體變更。
問:可以在裝置上執行哪些深度學習架構?
AWS DeepLens (2019 Edition) 已針對 Apache MXNet、TensorFlow 和 Caffe 最佳化。
問:AWS DeepLens 預計可以帶來什麼樣的效能?
效能是以每秒推論的影像數和延遲計算。不同的模型會有不同的每秒推論數。基準推論效能是批次大小為 1 時,AlexNet 上每秒 14 個影像,ResNet 50 上每秒 5 個影像。DeepLens 所連接網路的特性將決定延遲效能。
問:AWS DeepLens 支援哪些 MXNet 網路架構層?
AWS DeepLens 可支援 20 種不同的網路架構層。支援的網路架構層包括:
- Activation
- BatchNorm
- Concat
- Convolution
- elemwise_add
- Pooling
- Flatten
- FullyConnected
- InputLayer
- UpSampling
- Reshape
- ScaleShift
- SoftmaxActivation
- SoftmaxOutput
- transpose
- _contrib_MultiBoxPrior
- _contrib_MultiBoxDetection
- _Plus
- Deconvolution
- _mul
入門
問:箱子裡有哪些內容物?如何開始使用?
開發人員可以在箱子裡找到一份入門指南、AWS DeepLens 裝置、一個地區專用電源線和配接器、USB 傳輸線和一張 32 GB microSD 記憶卡。使用 AWS DeepLens 主控台,幾分鐘內即可完成 DeepLens 裝置的安裝和設定,並透過筆記型電腦或 PC 上的瀏覽器設定裝置。
我們提供三個引導您入門的 10 分鐘教學:
1.建立和部署專案
2.延伸專案
3.使用 Amazon SageMaker 建立 AWS DeepLens 專案
問:為何 USB 連接埠標記為註冊?
在 AWS DeepLens (2019 Edition) 上,標記為註冊的 USB 連接埠將在入門程序期間使用,以將您的 AWS DeepLens 註冊到 AWS 帳戶。
用於註冊的 USB 連接埠設定為從屬連接埠。因此,無法用於鍵盤或其他主連接埠設定。如果您需要更多連接埠用於連接,建議您使用 USB 集線器。
問:是否可以在裝置上訓練我的模型?
否,AWS DeepLens 可使用經過訓練的模型來執行推論或預測。您可以在 Amazon SageMaker 中訓練模型,這是一個訓練和託管模型的機器學習平台。AWS DeepLens 提供簡易的 1-Click 部署功能,可以從 Amazon SageMaker 發布經過訓練的模型。
問:哪些 AWS 服務已經與 AWS DeepLens 整合?
DeepLens 已預先設定與 AWS Greengrass、Amazon SageMaker 及 Amazon Kinesis Video Streams 整合。您可使用 AWS DeepLens 與其他許多 AWS 服務整合,例如 Amazon S3、Amazon Lambda、Amazon Dynamo 和 Amazon Rekognition。
問:是否可以使用 SSH 連接到 AWS DeepLens?
是,AWS DeepLens 的設計不僅易於使用,更方便進階開發人員使用。您可以透過以下命令使用 SSH 連接到裝置:ssh aws_cam@
問:AWS DeepLens 支援哪些程式設計語言?
您可以在本機使用 Python 2.7 於攝影機資料串流上定義和執行模型。
問:執行模型是否需要連接網際網路?
否。執行已部署到 AWS DeepLens 的模型不需要連接網際網路。但最初需要網際網路,才能將模型從雲端部署到裝置。傳輸模型後,AWS DeepLens 可以在裝置本機執行推論,不需和雲端連線。不過,如果您的專案中有需要和雲端互動的元件,則必須為那些元件備妥網際網路。
問:是否可以在 AWS DeepLens 上執行我的自訂模型?
是。您也可以從頭開始建立自己的專案,流程如下:使用 AWS SageMaker 平台準備資料,使用託管的筆記本訓練模型,然後將經過訓練的模型發布到您的 AWS DeepLens 進行測試和調整。透過指定模型架構和網路加權檔案的 S3 位置,您也可以將外部訓練的模型匯入 AWS DeepLens。
問:為何我裝置的底部上標記有 "v1.1"?
AWS DeepLens (2019 Edition) 在裝置的底部標記有 “v1.1”。我們對使用者體驗進行大幅改進,包括入門、教學課程和其他感應器相容性支援,例如 Intel Real Sense 提供的深度感應器。
問:什麼是 AWS DeepLens (2019 Edition)?
AWS DeepLens (2019 Edition) 包括優化的入門程序,可讓開發人員快速開始使用機器學習,支援 Intel® RealSense™ 深度感應器,可讓您不僅透過利用輸入參數的視覺,還有深度,來更準確地建置進階機器學習模型,以及針對這些需要更快運算速度的開發人員支援 Intel® Movidius™ Neural Compute Stick。AWS DeepLens (2019 Edition) 還隨附 Amazon SageMaker Neo integration,這可讓客戶訓練模型一次,然後以高達 2 倍的效能提升來執行。
除了裝置改進,我們還投資新內容,來協助讓透過 AWS DeepLens 學習 ML 更有趣。這包括以下操作的引導性指示:針對有趣的使用案例建置 ML 應用程式,例如工作人員安全、情緒分析、誰喝的咖啡最多,僅列舉幾個。
所有這些增強功能現在可供美國、加拿大、英國、德國、法國、西班牙、意大利及日本的客戶使用。