amazon-web-services - AWS SageMaker - 在本地培训但部署到 AWS？

Question

我对 SageMaker 有以下挑战：

• 我已经下载了一个教程笔记本（https://github.com/awslabs/amazon-sagemaker-examples/blob/master/sagemaker-python-sdk/tensorflow_abalone_age_predictor_using_keras/tensorflow_abalone_age_predictor_using_keras.ipynb）

• 我通过修改以下行在本地（成功）进行了培训：

  abalone_estimator = TensorFlow(entry_point='abalone.py',
                         role=role,
                         training_steps= 100,
                         evaluation_steps= 100,                                 
                         hyperparameters={'learning_rate': 0.001},
                         train_instance_count=1,
                         **train_instance_type='local'**)
  
  abalone_estimator.fit(inputs)
  

• 然后我想使用以下行将我的模型部署到 AWS，但似乎 SDK 在本地部署它（它没有失败，我只是看到它在我的机器上运行）

  abalone_predictor = abalone_estimator.deploy(initial_instance_count=1, instance_type='ml.m4.xlarge')

关于如何修复它以便将其部署到 AWS 或重新加载我的训练模型并将其从头开始部署到 AWS 的任何提示？

非常感谢，斯特凡

Answer 1

在 SageMaker 上再次运行训练更容易。否则，这是您必须执行的步骤。

1. 获取训练期间生成的检查点文件并将其转换为 tensorflow 服务模型。
2. 以特定格式压缩它们并上传到 S3
3. 然后像上面所做的那样创建估计器并进行推理。

如果您想了解上述每个特定步骤的详细信息，请告诉我，但如果您的数据集不是太大，我会说只需在 SageMaker 上重新训练。