我是H2O和AWS的新手。 我已经在H2O中完成了GLM模型的一对,并希望将其部署在AWS lambda上。这些模型消耗或多或少相同的数据源,这些数据源将从API网关注入JSON。
并行评分这些模型的最佳方法是什么,并将一个Lambda函数中每个GLM的结果相加? - 将每个POJO类顺序放入Lambda中可以吗? - 需要一些数据转换脚本来将数据转换为POJO模型所需的形状,并在Redis中进行一些表查找 - 完成5次POJO评分后,需要对得分求和并将其返回S3
这种设置是否可行?或者还有其他方式更适合这个用例。 GLM(s)模型的评分和结果将部署用于Web应用程序并实时为用户提供服务。
答案 0 :(得分:0)
GLM模特得分非常快。将它们串联在一个lambda API调用中是很好的。模型预测延迟不会很糟糕。数据库表查找可能会主导延迟。
对于大量交易问题而言,重要的是多个交易可以并行发生,并且使用AWS lambda端点是让亚马逊处理该问题而不必以自己的方式发明的好方法。