[英]Tuning Sagemaker Pipeline
是否可以在 Sagemaker 上針對處理作業后跟訓練作業的流程(例如,管道)進行超參數優化?
在 Sagemaker 管道中,我看到我可以將調諧器步驟與任何訓練步驟一起使用。 但是,我看不到任何將處理作業集成到優化中的有用資源。
關於如何在不將兩個步驟合並為一個步驟的情況下完成此任務的任何想法?
在這個相對較老的問題中,它詢問的是聯合優化 2 個模型。 在這里,我問的是處理和培訓工作。
我真的很感激你能提供的任何幫助。
無法為處理器運行HyperparameterTuner ,它需要一個估計器作為輸入。 另一方面,您可以將帶有超參數的處理邏輯放入適當的 Estimator(例如sklearn
),然后將帶有超參數的 output 處理腳本作為人工制品從/opt/ml/model/model.joblib
放入 S3 或作為model 人工制品。 完成調整后,只需通過model_dir
將其加載到處理器中,您就可以得到具有調整過的超參數的處理器。
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.