文件名称：视觉图像搜索
文件大小：209KB
文件格式：ZIP
更新时间：2024-03-06 00:16:00
JupyterNotebook
它是如何工作的？ 首先，可以选择使用以下AWS Cloud Formation模板自动创建所需的所有服务： （可选）下载以下示例数据集以获取Wine的培训图像： 将这些目录和图像上载到在Cloud Formation步骤中创建的训练桶中，并存储到名为“ data”的目录中，例如： s3：//＃bucket-name＃/ data 在Sagemaker Jupyter笔记本中，在以下变量中使用葡萄酒名称或类似名称＃定义一些实用功能name = <'产品名称转到此处'>＃在此处填写目录名称 每个要训练的图像都使用卷积神经网络生成2048个特征向量，并将其存储到Amazon Elasticsearch KNN索引中。 将新的查询图像发送到创建的API网关时，lambda函数提取从Amazon SageMaker中托管的CNN生成的2048个特征向量，然后针对存储在Amazon Ela
【文件预览】：
visual-image-search-master
----frontend()
--------package.json(1KB)
--------package-lock.json(649KB)
--------src()
--------public()
----src()
--------inference.py(3KB)
--------requirements.txt(50B)
----cfn()
--------initial_template.yaml(3KB)
----README.md(1KB)
----backend()
--------template.yaml(2KB)
--------lambda()
----visual-image-search.ipynb(27KB)