在 SageMaker 上更改训练模型中的预处理

Question

我已经在 SageMaker 上训练了模型以及预处理。 通过预处理，我的意思是我根据这个https://github.com/aws/sagemaker-python-sdk/blob/master/src/sagemaker/tensorflow/deploying_tensorflow_serving.rst添加了具有 input_handler 和 output_handler 函数的 inference.py 文件。

我工作得很好，但问题是每次我想在预处理中更改某些内容时，我都必须重新训练模型。 在没有再培训的情况下，是否还有其他方法可以做到这一点？

Answer 1

经过训练的模型只是一个获取参数（输入向量）并返回输出（输出向量/值）的函数。 如果您使用修改后的预处理更改了输入，则需要更改函数的实现。 这意味着您需要重新训练模型。

重新训练你的模型是一个好习惯，即使你在预处理中没有改变任何东西，因为输入会随着时间的推移而改变。 房价的经典示例强调您的模型仅适用于您训练的数据。 如果几年后市场发生了变化，您必须重新训练您的模型。

有些模型每天都在重新训练。 Amazon SageMaker 可以轻松训练您的模型，但调用训练 API 并等待它完成。 您可以自动执行构建新 Docker 镜像（如果您更改了预处理）、调用训练 API，然后将部署 API 调用到 SageMaker 到 ECS/EKS 或任何其他容器托管服务的过程。