常見問答集
生命週期
問:我的 AWS DeepLens 資源在生命週期 (EOL) 結束日期之後會如何處理?
在 2024 年 1 月 31 日之後,AWS DeepLens 模型、專案和裝置資訊的所有參考資料,皆會從 AWS DeepLens 中刪除。您將無法再從 AWS Console 探索或存取 AWS DeepLens 服務,且呼叫 AWS DeepLens API 的應用程式將不再運作。
問:生命週期結束日期之後仍留存在帳戶中的 AWS DeepLens 資源會計費嗎?
AWS DeepLens 建立的資源,例如 Amazon S3 儲存貯體、AWS Lambda 函數、AWS IoT 物品和 AWS Identity and Access Management (IAM) 角色,會在 2024 年 1 月 31 日之後繼續存在其各自的服務中。為避免不再支援 AWS DeepLens 之後仍然計費,請遵循如何刪除 AWS DeepLens 雲端資源中的步驟操作?(請參閱下文)
問:我該如何刪除我的 AWS DeepLens 雲端資源?
使用下列程序,刪除所有剩餘的 AWS DeepLens 雲端資源。
刪除 AWS DeepLens S3 儲存貯體
- 在此登入 AWS 管理主控台並開啟 Amazon S3 主控台:https://console.aws.amazon.com/s3/。
- 在儲存貯體清單搜尋列中,輸入 deeplens-*,以僅顯示 AWS DeepLens S3 儲存貯體。
- 選取您想要刪除的儲存貯體名稱旁邊的選項,然後選擇頁面頂端的「刪除」。
注意:如果儲存貯體包含任何物件,請選取此儲存貯體不為空錯誤提醒中的清空儲存貯體連結,並遵循清空儲存貯體頁面上的指示操作,清空儲存貯體之後再將其刪除。然後返回刪除儲存貯體頁面並刪除該儲存貯體。
刪除 AWS DeepLens IoT 資源
- 在此登入 AWS 管理主控台並開啟 AWS IoT 主控台:https://console.aws.amazon.com/iot/。
- 若要刪除 AWS IoT 物件:
- 在導覽窗格中,選擇 Manage (管理)。
- 從 All Devices (所有裝置) 中,選取 Things (物件)。
- 在 Things (物件) 清單搜尋列中,輸入 deeplens,以僅顯示 AWS DeepLens 物件。
- 選取您想要刪除的所有 AWS IoT 物件的核取方塊,然後選擇頁面頂端的 Delete (刪除)。
- 在導覽窗格中,選擇 Manage (管理)。
- 若要刪除 AWS IoT Greengrass 資源:
- 在此登入 AWS 管理主控台並開啟 AWS IoT 主控台:https://console.aws.amazon.com/iot/
- 在導覽窗格中,選擇 Manage (管理)。
- 在 Greengrass devices 中,選取 Groups (V1) (群組 (V1))。
- 在 Greengrass groups (Greengrass 群組清單搜尋列中,輸入 deeplens,以僅顯示 AWS DeepLens 群組。
- 選取您想要刪除的 AWS IoT Greengrass 群組旁邊的核取方塊,然後選擇頁面頂端的 Delete (刪除)。
刪除 AWS DeepLens Lambda 函數
- 在此登入 AWS 管理主控台並開啟 IAM 主控台:https://console.aws.amazon.com/lambda/
- 在導覽窗格中,選擇 Functions (函數)。
- 在 Functions (函數) 清單搜尋列中,輸入 deeplens,以僅顯示 AWS DeepLens Lambda 函數。
- 選取您想要刪除的 Lambda 函數旁邊的核取方塊,然後選擇頁面頂端的 Delete (刪除)。
刪除 AWS DeepLens IAM 角色
- 在此登入 AWS 管理主控台並開啟 IAM 主控台:https://console.aws.amazon.com/iam/
- 在導覽窗格中,選擇 Roles (角色)。
- 在 Roles (角色) 清單搜尋列中,輸入 deeplens ,以顯示篩選的 AWS DeepLens 角色清單。
- 選取您想要刪除的角色名稱旁邊的核取方塊,然後選擇頁面頂端的 Delete (刪除)。
問:我的 AWS DeepLens 裝置會繼續獲得安全性更新嗎?
AWS DeepLens 在 2024 年 1 月 31 日之後將不再更新。雖然部分部署在 AWS DeepLens 裝置的應用程式可能會在生命週期結束日期之後繼續運作,但 AWS 並不會對 AWS DeepLens 軟體或硬體所產生的任何問題提供相關補救措施或負擔責任。
問:我該如何持續獲得 AWS AI/ML 的實作經驗?
我們建議您嘗試我們其他的實作機器學習工具。透過 AWS DeepRacer 使用以雲端為基礎的 3D 賽車模擬器,建立 1/18 比例自動駕駛賽車的強化學習模型。透過 Amazon SageMaker Studio Lab,在無需設定的免費開發環境中進行學習和實驗。透過 Amazon Rekognition 將您的影像和影片分析自動化,或使用 AWS Panorama 透過邊緣電腦視覺提高您的作業效率。