![](/img/trans.png)
[英]AWS SageMaker - How to load trained sklearn model to serve for inference?
[英]How to load trained model in amazon sagemaker?
我正在關注如何在 Amazon-sagemaker 中訓練機器學習 model 的示例。
data_location = 's3://{}/kmeans_highlevel_example/data'.format(bucket)
output_location = 's3://{}/kmeans_highlevel_example/output'.format(bucket)
print('training data will be uploaded to: {}'.format(data_location))
print('training artifacts will be uploaded to: {}'.format(output_location))
kmeans = KMeans(role=role,
train_instance_count=2,
train_instance_type='ml.c4.8xlarge',
output_path=output_location,
k=10,
epochs=100,
data_location=data_location)
那么在調用fit function 之后model 應該保存在S3 存儲桶中嗎? 下次如何加載這個 model?
這可以通過使用結合推理 Model的 sagemaker 庫來完成。
model = sagemaker.model.Model(
image=image
model_data='s3://bucket/model.tar.gz',
role=role_arn)
您傳入的選項是:
image
- 這是您用於推理的 ECR 圖像(應該用於您嘗試使用的算法)。 路徑可在此處獲得。model_data
- 這是您的 model 的存儲路徑(在tar.gz
壓縮存檔中)。role
- 這是一個既能從 ECR 拉取圖像又能獲取 s3 存檔的角色的 arn。成功完成此操作后,您將需要設置一個端點,這可以通過部署 function在您的筆記本中執行以下操作來完成。
model.deploy(
initial_instance_count=1,
instance_type='ml.p2.xlarge'
)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.