[英]Delay in executing Sagemaker.sklearn.processing.SKLearnProcessor.run job, in Sagemaker
[英]How to autoscale a SKLearn job on sagemaker
我想使用sagemaker
启动 SKLearn 作业。 我这样做的方式如下:
from sagemaker.sklearn.estimator import SKLearn
FRAMEWORK_VERSION = '0.23-1'
script_path = 'main.py'
sklearn = SKLearn(
entry_point=os.path.join(script_path),
framework_version=FRAMEWORK_VERSION,
instance_type='ml.m5.2xlarge',
source_dir='src',
output_path='my/output/path',
)
我不确定我选择的 instance_type 是否足够(就 memory 等而言)我的应用程序。
有没有办法“让 sagemaker”决定实例类型?
或者,有没有办法选择一个instance_type,如果沿途快要用完memory,sagemaker会自动扩容?
目前,SageMaker 中不存在用于训练的自动扩展功能。
另外,为了选择正确的推理实例类型,我们有一个实例推荐服务 ( https://docs.aws.amazon.com/sagemaker/latest/dg/inference-recommender.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.