在 AWS sagemaker 中自定义模型

Question

我有一个 python 脚本，我在 AWS sagemaker 实例中使用 tensorflow python 3.6 AWS sagemaker jupyter notebook 编写。 我必须为我的深度学习模型使用 sagemaker 调试器。 我可以看到许多链接建议首先 dockerise 算法图像，然后在 sagemaker 上使用它。 任何人都可以建议是否有任何可用的替代方案，例如 Tensorflow-1 docker 镜像可用，我可以通过 pip 在此镜像中包含一些其他包，然后在 sagemaker 上运行我的模型？ 我将 keras 2.3.0 与 tensorflow 1.15 一起使用。请指导并分享必要的参考资料。

Answer 1

您不必自己 dockerize 代码，您可以使用现有的 SageMaker TensorFlow 映像，并且使用 SageMaker Python SDK，您可以让 SageMaker 为您操作 docker 映像 - 无需 docker 知识！ 本文档说明了如何在 SageMaker Training 或 SageMaker Hosting 上启动您自己的 TF 代码。 你可以添加一个requirements.txt文件来带来额外的依赖