您已经完成了本动手实践模块,对您的智能恒温器应用程序进行了升级,以利用经过训练的机器学习模型。现在,您已经了解了构建 IoT 应用程序的端到端体验,包括:采集来自传感器的物理数据、同步边缘和云之间的状态、构建无服务器应用程序来控制边缘设备,以及利用机器学习将数据转化为可行的见解。
如果您想要继续扩展此解决方案,可以参考下面的几个建议:
在此解决方案和上一个解决方案(智能恒温器)中,您成功在 AWS 中创建了以下资源:
您的账户将在以下三种情况下继续产生费用。第一,使用预置的计算资源,比如托管在虚拟实例上的 SageMaker 终端节点。这些资源按小时计费。第二,在资源中存储数据,比如 S3 存储桶和 IoT Analytics 项目(通道、数据存储以及经过处理的数据集结果)。这些资源按每月每 GB 等维度计费。第三,执行事件驱动型活动(比如将消息发布到 IoT Core、调用 Lambda 函数以及处理 IoT Events 中的事件),这些活动将按事件计费。因此,如果您要关闭设备,那么事件驱动型活动就会停止。如果您已经使用解决方案完成了一切工作,不需要继续使用这些 AWS 资源了,那么您应该将这些资源销毁。
SageMaker 终端节点是成本最高的资源,因为它是按小时计费的。建议您在使用完此教程后将其销毁。您的模型本身将会一直存在,可以日后重新部署。销毁 SageMaker 终端节点的步骤:
销毁 IoT Analytics 存储资源的步骤:
IoT Core 规则、Lambda 函数、IoT Events 输入和检测器,以及 IoT Analytics 管道只会在您使用它们时才会产生更多费用。如果您不再需要这些资源,可以在它们各自的管理控制台中将它们从各自的资源详情页面中删除,从而销毁它们:
进入下一个教程: Alexa for IoT 简介 。
AWS IoT Kit now features direct access to
AWS re:Post
, which is a community-driven, questions-and-answers service. Search re:Post using the
AWS IoT Kit
tag to see if your question has been asked and answered. If not, ask a new question using the AWS IoT Kit
tag.