我正在考虑将 AWS 与机器学习 AMI 一起使用来训练一些对我的硬件设置来说速度较慢的深度网络。
但是,我目前看到两个可能的主要问题可能会使此选项不那么有趣甚至不可能。
训练数据不是 csv 格式,而是 nifti 格式的图像。在 AWS 描述中,声明数据必须为 .csv。
此外,FAQ 指出无法提取经过训练的模型。这意味着必须根据 AWS 中的实例进行所有子顺序推理和测试?
这两个问题都是真的吗?
我正在考虑将 AWS 与机器学习 AMI 一起使用来训练一些对我的硬件设置来说速度较慢的深度网络。
但是,我目前看到两个可能的主要问题可能会使此选项不那么有趣甚至不可能。
训练数据不是 csv 格式,而是 nifti 格式的图像。在 AWS 描述中,声明数据必须为 .csv。
此外,FAQ 指出无法提取经过训练的模型。这意味着必须根据 AWS 中的实例进行所有子顺序推理和测试?
这两个问题都是真的吗?
是的,我假设您只能将 csv 格式用于训练数据: http ://docs.aws.amazon.com/machine-learning/latest/dg/step-1-download-edit-and-upload-data.html AWS机器学习数据源 和最后来自其他产品的数据通常可以导出到 Amazon S3 中的 CSV 文件中,以便 Amazon Machine Learning 访问
到目前为止,似乎 csv 是唯一的格式,我自己也觉得有点沮丧……
是的,正如机器学习常见问题解答所示:
问:我可以从 Amazon Machine Learning 中导出我的模型吗?
答:没有。
所以,到目前为止,还没有办法保存您的模型……您可能可以创建一个 C5.large(计算优化)实例并安装机器学习项目所需的所有 Python 库。然后使用 scikit-learn 功能保存您的模型。如果 C5.large 不够用,您可以轻松扩展它,只需为此实例使用 EBS 存储。
我希望这个验证有帮助