
134
MLOps 실전 가이드
----INFERENCE TIME----
Note: The first inference on Edge TPU is slow because it includes loading the model
into Edge TPU memory.
11.9ms
2.6ms
2.5ms
2.5ms
2.4ms
-------RESULTS--------
Lucilia sericata (Common Green Bottle Fly): 0.43359
이미지가 ‘파리’ 클래스로 올바르게 분류된다. 다른 곤충 사진을 사용하여 모델이 다른 입력값
에는 어떻게 작동하는지 확인해보자.
23
3.2.2 3.2.2
애저 퍼셉트애저 퍼셉트
필자가 책을 집필할 당시 마이크로소프트는 애저 퍼셉트
Azure
Percept
라는 플랫폼과 하드웨어를
출시했다. 비록 애저 퍼셉트의 다양한 기능을 직접 사용해볼 시간이 충분하지 않았지만 이 책
의 주제에 맞춰 짧게 언급할 가치가 있다고 생각한다.
앞서 소개했던 코랄 엣지
TPU
와 같은 엣지 디바이스에 머신러닝 모델을 배포하는 본질적인
이유가 애저 퍼셉트에도 동일하게 적용된다. 애저 퍼셉트도 머신러닝 작업들이 에저에서 원활
하게 동작할 수 있도록 돕는다.
애저 퍼셉트가 하드웨어를 중심으로 홍보되는 경향이 있다. 하지만 필자는 애저 퍼셉트가 단순
히 엣지 컴퓨팅을 ...