我创建了一个自定义的docker容器来在Amazon Sagemaker上运行Catboost，遵循这个演示(https://github.com/aws-samples/sagemaker-byo-catboost-container-demo/blob/master/Catboost_container_for_SageMaker.ipynb)
浏览 35提问于2021-01-03得票数 4
我希望使用SageMaker培训作业设置，这样我就可以使用SM超参数优化工作来为LightGBM找到最佳的超级参数。虽然LightGBM火花接口本身确实提供了一些超参数调优功能，但它不提供贝叶斯HP调优。现在，我知道了在SM中运行自定义培训的一般方法:以某种方式构建一个容器，然后从ECR中提取
浏览 3提问于2022-01-24得票数 2
回答已采纳
我一直在使用Amazon Sagemaker Notebook为NLP任务构建pytorch模型。我知道您可以使用Sagemaker进行训练、部署、超参数调优和模型监控。但是，看起来您必须创建一个推理端点，以便监视模型的推理性能。我已经设置了一个EC2实例来在我们的模型上执行推断任务，这个模型目前在一个开发箱中，而不是使用端点来创建</e
浏览 5提问于2020-09-19得票数 1
回答已采纳
2回答
我目前正在尝试将MLFlow跟踪实现到我的训练管道中，并希望记录每个训练作业的超参数调优的超参数。 有人知道如何获取在sagemaker培训作业界面(在AWS控制台上)上可以看到的超参数列表吗？有没有其他更聪明的方法来列出模型在Sagemaker中的
浏览 14提问于2020-06-11得票数 0
回答已采纳
使用SageMaker python SDK，我创建了一个超参数调优作业，它并行运行多个作业来搜索最佳的HP值。 作业完成后，我得到了最好的培训作业名称，即字符串" job ...“。我找到了关于如何使用AWS-CLI或http请求来描述作业的following article。 有
浏览 16提问于2020-11-01得票数 1
回答已采纳
我正在使用构建到镜像中的模型的gcloud ai-platform运行超调优。我需要超调作业加载自定义容器与模型训练，并传递环境变量给它。在docker中，我可以使用-e。找不到一种方法 gcloud ai-platform jobs submit training 将环境变量传递给自定义容器。 请帮帮忙。谢谢
浏览 17提问于2020-04-04得票数 1
我们希望使用一个SageMaker 来调优一个 (或类似的东西)，其中管道的几个组件都有相关的超参数。在我们的例子中，两个组件都是通过ML算法的SageMaker容器来实现的。当然，在调优过程中，如何将tune_parameters分发到管道步骤是一个问题。
在scikit中，学习通过专门命名调</em
浏览 17提问于2022-03-04得票数 1
回答已采纳
我正在使用亚马逊网络服务SageMaker运行超参数调优来优化XGBoost模型。我可以使用下面的示例代码来做到这一点。我的问题是:我如何才能获得最好的超参数调优作业，并通过代码创建模型？我知道在AWS控制台中，我可以看到最好的工作并点击“创建模型”，但我希望能够使用
浏览 9提问于2020-03-07得票数 0
我想知道如何使用Amazon Sagemaker自动调整我的scikit学习随机森林模型。现在，我想调优一个名为"max_depth“的超参数。我将首先转储我的代码，然后表达一些担忧。max_parallel_jobs=3)
tuner.fit({'train': train_data_location, 'test': test_data_loca
浏览 6提问于2018-07-18得票数 4
1回答
亚马逊DeepAR超参数调整错误
、、、、
这是我在运行代码后得到的结果：AttributeError：“DeepAREstimator”对象没有特性“”_prepare_for_training“”
似乎在互联网上很少有关于Amazonsagemaker deepar算法的超<
浏览 0提问于2021-05-26得票数 0
1回答
我有一个自定义机器学习预测模型。我还有一个用户定义的Estimator类，它使用Optuna进行超参数调优。我需要将这个模型部署到SageMaker，以便从lambda函数调用它。在为模型和估计器创建容器的过程中，我遇到了麻烦。
我知道SageMaker有一个可以用于Optuna的scikit学习容器，但是我如何利用它来包含来自
浏览 3提问于2020-06-25得票数 5
我尝试使用下面给出的示例代码在我的机器上本地运行Hyperparameter调优作业。按照其他一些帖子中的建议更新SageMaker和boto3并没有什么帮助。 这是否意味着本地不支持超参数调优，或者如果我遗漏了什么？
浏览 23提问于2020-10-19得票数 0
1回答
我已经使用Amazon tensorflow容器作为起点创建了一个客户docker容器： 763104351884.dkr.ecr.us-west-2.amazonaws.com/tensorflow-training:1.15.2-gpu-py36-cu100-ubuntu18.04 在容器中，我从docker SAGEMAKER_PROGRAM运行一个自定义keras (使用TF后端)
浏览 19提问于2020-04-05得票数 3
我最近开始从事sagemaker的工作，我试图理解每一行代码在sagemaker示例中的作用。我被以下代码卡住了。我正在研究银行数据的逻辑回归。from sagemaker.amazon.amazon_estimator import get_image_uri
有人能解释一下get_image_uri是做什么的吗？任何人也可以分享一个链接或一些东西，其中每一行代码都与sagemaker相关。
浏览 0提问于2019-09-19得票数 1
我已经在Sagemaker中构建了一个自定义模型，并通过pickle序列化了该模型。我想通过Sagemaker主机服务部署我的模型，并通读本文
但我迷失在如何使用目前未作为Amazon Estimator一部分实现的算法为自定义模型构建自己的Docker容器。如何构建自己的docker映像以加载到ECR中，然后构建允许我<em
浏览 17提问于2019-03-28得票数 3
HPO表示超参数调优作业。是否有一种方法可以获得Sagemaker管道的HPO步骤中的超参数参数列表？datetime.datetime(2022年、6、15、18、18、4、528000、tzinfo=tzlocal())、“StepStatus”：“成功”、“AttemptCount”：0，“元数据”：{“处理作业datetime.datetime(2022年，6，15，18，
浏览 22提问于2022-06-22得票数 0
我有成千上万的培训工作，我想要运行的萨吉克。基本上，我有一个超参数列表，我想并行地训练所有这些超参数的模型(不是标准的超参数调优，我们只是想优化超参数，这里我们想训练所有的超参数)。我已经搜索了相当广泛的文档，但令我惊讶的是，我没有找到任何有关这方面的信息，
浏览 5提问于2022-04-21得票数 0
回答已采纳
主要问题是:a )什么是允许与ML开发相关的主要任务(创建、训练、拟合模型、数据预处理、超参数优化、作业管理、包装无服务器服务、收集模型度量等)的体系结构；b)可用于打包和部署事物的主要工具有哪些；c)2- (可选)执行超参数优化和/或模型版本控制的“容器化物件集”
3-公开应用程序接口、执行作业管理和合并数据预处理的'contained-un
浏览 20提问于2020-12-08得票数 0
我将在此之后进行跟踪，并想知道是否可以将脚本模式与超参数调优结合起来。如果我尝试这样做，HPT.fit()会一次又一次地运行我的脚本( main()函数，然后是_xgb_train())，但是我不知道如何将算法为我选择的超参数传递给train函数。有什么想法吗？
浏览 9提问于2022-07-27得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
