機械学習スペシャリストが適切なものを決定したい
エンドポイント自動スケーリング構成のSageMakerVariantInvocationsPerInstancesetting。
スペシャリストは、単一のインスタンスで負荷テストを実行し、サービスの低下がない場合の1秒あたりのピークリクエスト（RPS）は約20RPSであると判断しました。これは最初の展開であるため、スペシャリストは呼び出しの安全率を0.5に設定する予定です。
記載されているパラメーターに基づいて、インスタンスごとの呼び出し設定が1分ごとに測定される場合、スペシャリストはSageMakerVariantInvocationsPerInstance設定として何を設定する必要がありますか？

ある会社は、Amazon SageMakerのデフォルトの組み込み画像分類アルゴリズムのトレーニング中に、低い精度を観察しています。データサイエンスチームは、ResNetアーキテクチャの代わりにInceptionニューラルネットワークアーキテクチャを使用したいと考えています。
次のうちどれがこれを達成しますか？（2つ選択してください。）

カスタマーサポートの電子メールを分類するためのモデルを開発しています。オンプレミスシステムで小さなデータセットを使用してTensorFlowEstimatorsでモデルを作成しましたが、高いパフォーマンスを確保するには、大きなデータセットを使用してモデルをトレーニングする必要があります。モデルをGoogleCloudに移植し、コードのリファクタリングとインフラストラクチャのオーバーヘッドを最小限に抑えて、オンプレミスからクラウドへの移行を容易にします。あなたは何をするべきか？

機械学習チームは、Amazon SageMakerを使用して、調査データセットを使用してApacheMXNet手書き数字分類モデルをトレーニングします。チームは、モデルが過剰適合しているときに通知を受け取りたいと考えています。
監査人は、Amazon SageMakerログアクティビティレポートを表示して、不正なAPI呼び出しがないことを確認したいと考えています。
最小限のコードと最小限の手順で要件に対応するには、機械学習チームは何をすべきですか？

TPUを使用してAlPlatformでResnetモデルをトレーニングし、自動車エンジンの欠陥のタイプを視覚的に分類しています。Cloud TPUプロファイラープラグインを使用してトレーニングプロファイルをキャプチャし、それが高度に入力にバインドされていることを確認します。ボトルネックを減らし、モデルのトレーニングプロセスをスピードアップしたいと考えています。tf .dataデータセットにどのような変更を加える必要がありますか？
2つの答えを選択してください