Módulo Deeplens_Kinesis_Video - AWS DeepLens Guia

FP16 válidos, el optimizador de modelos convierte el valor en un infinito positivo o negativo. En función
del modelo, esto puede producir resultados incorrectos en la inferencia o no causar ningún problema.
Inspeccione el número de estos elementos y el número total de elementos del blob utilizado que aparecen
con el nombre del nodo.
¿Cómo se soluciona el error»... elementos de... se han recortado
hasta cero al convertir un blob para el nodo [...] a...¿ERROR
Cuando se utiliza la opción de la línea de comandos --precision=FP16, el optimizador de modelos
convierte todos los blobs del nodo al tipo FP16. Si un valor en el blob está tan cerca de cero que no
puede representarse como un valor FP16 válido, el optimizador de modelos lo convierte en un cero real.
En función del modelo, esto podría producir resultados incorrectos en la inferencia o no causar ningún
problema. Inspeccione el número de estos elementos y el número total de elementos del blob utilizado que
aparecen con el nombre del nodo.
¿Cómo se soluciona el error»La topología no contiene capas de
'entrada'." ? ERROR
Puede que el archivo prototxt de su topología Caffe esté pensado para el entrenamiento, cuando
el optimizador de modelos espera un archivo .prototxt listo para la implementación. Para preparar
un archivo .prototxt listo para la implementación, siga las
Normalmente, para preparar una topología lista para la implementación se necesita eliminar las capas de
datos, añadir capas de entrada y eliminar las capas de pérdida.
Módulo DeepLens_Kinesis_Video para la
integración de Amazon Kinesis Video Streams
Amazon Kinesis Video StreamsAWS DeepLensLa biblioteca de vídeo es un módulo de Python que
encapsuladel SDK de Producer Streams Video
módulo para enviar feeds de vídeo desde unAWS DeepLensEn Kinesis Video Streams y para controlar
cuándo iniciar y detener el streaming de vídeo desde el dispositivo. Esto resulta útil si necesita entrenar su
propio modelo de aprendizaje profundo. En este caso, puede enviar fuentes de vídeo para intervalos de
tiempo determinados desde suAWS DeepLensEn Kinesis Video Streams y utilice los datos como entrada
para el entrenamiento.
El módulo, DeepLens_Kinesis_Video, ya está instalado en el dispositivo AWS DeepLens. Puede llamar
a este módulo en una función de Lambda implementada en suAWS DeepLensDevice como parte de
unaAWS DeepLensProyecto.
En el siguiente ejemplo de Python se muestra cómo utilizar el módulo DeepLens_Kinesis_Video para
transmitir cinco horas de transmisiones de vídeo desde elAWS DeepLensDevice a Kinesis Video Streams.
import time
import os
import DeepLens_Kinesis_Video as dkv
from botocore.session import Session
import greengrasssdk
def greengrass_hello_world_run():
# Create the green grass client so that we can send messages to IoT console
client = greengrasssdk.client('iot-data')
iot_topic = '$aws/things/{}/infer'.format(os.environ['AWS_IOT_THING_NAME'])
AWS DeepLens Guía para desarrolladores
Módulo DeepLens_Kinesis_Video
Streams: paraAWS DeepLensDispositivos. Utilice este
158
instrucciones que se indican en GitHub.