[英]Loading trained model in to SageMaker Estimator
我已經基於 PyTorch 估計器在 sagemaker 上訓練了一個自定義模型。
訓練已完成,我驗證了模型工件已保存到 s3 位置。
我想將我訓練好的模型加載到我的 sagemaker 筆記本中,以便我可以執行分析/推理等等......
我做了如下,但我不確定這是否是正確的方法,因為它要求實例類型,據我所知,如果我要加載已經訓練好的估計器,我需要聲明哪種類型的計算實例一旦我開始部署模型進行推理,我就會使用它。
estimator = PyTorch(
model_data = ModelArtifact_S3_LOCATION,
entry_point ='train.py',
source_dir = 'code',
role = role,
framework_version = '1.5.0',
py_version = 'py3',)
如果訓練已經完成並且您想要設置推理,那么您想要指向您的 tar.gz 模型工件文件以創建端點或直接使用您的訓練估計器。 以下代碼塊是您要遵循的用於訓練、推理和預測的一般流程。
# Train my estimator
pytorch_estimator = PyTorch(entry_point='train_and_deploy.py',
instance_type='ml.p3.2xlarge',
instance_count=1,
framework_version='1.8.0',
py_version='py3')
pytorch_estimator.fit('s3://my_bucket/my_training_data/')
# Deploy my estimator to a SageMaker Endpoint and get a Predictor
predictor = pytorch_estimator.deploy(instance_type='ml.m4.xlarge',
initial_instance_count=1)
# `data` is a NumPy array or a Python list.
# `response` is a NumPy array.
response = predictor.predict(data)
有關更多信息,請查看以下鏈接以在 SageMaker 上部署 PyTorch 模型。 https://sagemaker.readthedocs.io/en/stable/frameworks/pytorch/using_pytorch.html#deploy-pytorch-models
我為 AWS 工作,我的意見是我自己的
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.