关于Amazon Sagemaker Neo编译模型中推理脚本的帮助

【以下的问题经过翻译处理】 大家好，我正在尝试执行文档中提到的示例 - https://sagemaker-examples.readthedocs.io/en/latest/sagemaker_neo_compilation_jobs/pytorch_torchvision/pytorch_torchvision_neo.html。我成功地运行了这个例子，但是当我将目标设备更改为jetson_tx2后，我再次运行整个脚本时，保持其余代码不变，模型就停止工作了。我没有从部署模型中获得任何推理，它始终出现以下错误消息：

An error occurred (ModelError) when calling the InvokeEndpoint operation: Received server error (0) from <users-sagemaker-endpoint> with message "Your invocation timed out while waiting for a response from container model. Review the latency metrics for each container in Amazon CloudWatch, resolve the issue, and try again."                

根据故障排查文档 https://docs.aws.amazon.com/sagemaker/latest/dg/neo-troubleshooting-inference.html，这似乎是model_fn()函数的问题。使用此示例的推断脚本在此处 https://github.com/aws/amazon-sagemaker-examples/blob/main/sagemaker_neo_compilation_jobs/pytorch_torchvision/code/resnet18.py，其中自己不包含任何model_fn()定义，但它仍适用于目标设备ml_c5。因此，有谁可以回答以下问题：

1. 根据target_device类型，SageMaker Neo对模型进行了哪些更改？因为看起来同一模型以不同的方式加载到不同的目标设备中。
2. 是否有任何方法来确定模型如何预期为特定的target_device类型加载，以便我可以在上面提到的相同推断脚本中自定义model_fn()函数？
3. 最后，谁能帮忙处理一下上面文档中提到的相同模型的推理脚本，该脚本也适用于jetson_tx2设备。 关于如何解决这个问题的任何建议或链接都会非常有帮助。