[英]How to load a training set in AWS SageMaker to build a model?
我是SageMaker的新手。 第一次互动时,AWS SageMaker似乎要求您从其笔记本开始。 我有一个准备好的训练集。 有没有一种方法可以绕过设置笔记本而只是通过上传培训集开始? 或应通过笔记本电脑完成。 如果有人在上面知道一些适合我需求的示例,那将很棒。
Amazon SageMaker是多个服务的组合,每个服务都彼此独立。 如果要在熟悉的Jupyter环境中开发模型,可以使用笔记本实例。 但是,如果只需要训练模型,则可以使用训练作业而无需打开笔记本实例。
有几种方法可以启动培训工作:
kmeans.fit(kmeans.record_set(train_set[0]))
这是python库的链接: https : //github.com/aws/sagemaker-python-sdk
sagemaker = boto3.client('sagemaker') sagemaker.create_training_job(**create_training_params)
这是这些选项的文档链接: https : //docs.aws.amazon.com/sagemaker/latest/dg/ex1-train-model-create-training-job.html
val estimator = new KMeansSageMakerEstimator( sagemakerRole = IAMRole(roleArn), trainingInstanceType = "ml.p2.xlarge", trainingInstanceCount = 1, endpointInstanceType = "ml.c4.xlarge", endpointInitialInstanceCount = 1) .setK(10).setFeatureDim(784)
val model = estimator.fit(trainingData)
这是spark-sagemaker库的链接: https : //github.com/aws/sagemaker-spark
请注意,还有一些选项可以使用K-Means,Linear Learner或XGBoost等内置算法来训练模型(完整列表请参见此处: https ://docs.aws.amazon.com/sagemaker /latest/dg/algos.html )。 但是您还可以为预烘焙的Docker映像提供自己的模型,例如TensorFlow( https://docs.aws.amazon.com/sagemaker/latest/dg/tf.html )或MXNet( https://docs.aws .amazon.com / sagemaker / latest / dg / mxnet.html ),即您自己的Docker映像( https://docs.aws.amazon.com/sagemaker/latest/dg/your-algorithms-training-algo.html )。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.