如何在 amazon sagemaker 中加載訓練有素的 model？

Question

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？

Answer 1

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'
)