AWS SageMaker-在本地培訓，但要部署到AWS？

Question

SageMaker面臨以下挑戰：

• 我已經下載了一個教程筆記本（ https://github.com/awslabs/amazon-sagemaker-examples/blob/master/sagemaker-python-sdk/tensorflow_abalone_age_predictor_using_keras/tensorflow_abalone_age_pre_dict_using_keras.ipynb ）

• 我通過修改以下行在本地（成功地）運行了培訓：

   abalone_estimator = TensorFlow(entry_point='abalone.py', role=role, training_steps= 100, evaluation_steps= 100, hyperparameters={'learning_rate': 0.001}, train_instance_count=1, **train_instance_type='local'**) abalone_estimator.fit(inputs) 

• 然后，我想通過以下代碼行將模型部署到AWS，但似乎SDK在本地部署了（它不會失敗，我只是看到它在我的機器上運行）

  abalone_predictor = abalone_estimator.deploy(initial_instance_count=1, instance_type='ml.m4.xlarge')

關於如何修復它以便將其部署到AWS或重新加載我的訓練模型並將其從頭部署到AWS的任何技巧？

非常感謝，斯特凡

Answer 1

在SageMaker上再次運行培訓更加容易。 否則，這是您必須執行的步驟。

1. 提取訓練期間生成的檢查點文件，並將其轉換為張量流服務模型。
2. 將其壓縮為特定格式並上傳到S3
3. 然后像上面一樣創建估算器並進行推斷。

如果您想了解上述每個特定步驟的詳細信息，請告訴我，但是如果您的數據集不太大，我想說的就是對SageMaker進行重新培訓。