使用Python Sagemaker SDK，可以使用以下代码使用TensorFlow启动训练作业： import sagemakertf_estimator = TensorFlow(...)
tf_<
浏览 18提问于2020-06-16得票数 1
使用Python Sagemaker SDK，用户可以使用TensorFlow启动训练作业，并使用以下代码指定S3存储桶，其中的结果应放在属性model_dir上fromsagemaker.tensorflow import TensorFlow
tf_estima
浏览 2提问于2020-06-17得票数 0
我一直在使用SageMaker Python在SageMaker笔记本实例上运行培训作业，并在本地使用IAM凭据。他们工作得很好，但我想通过AWS + Gateway开始一项训练工作。Lambda不支持SageMaker SDK (高级SDK)，因此我不得不在我的Lambda处理程序中使用来自boto3的SageMaker客户端。sagemaker = boto3.client(&
浏览 4提问于2021-02-23得票数 0
回答已采纳
我正在AWS Sagemaker中为一个开箱即用不受支持的框架编写一个自定义的Estimator。我有自己的docker镜像用于训练，并将训练代码捆绑到镜像中，这迫使我在每次代码更改时重新构建镜像。我想做的是创建一个Estimator，它使用这个镜像，并接受一个文件作为入口点，就像内置的框架估计器一样(例如Tensorflow)。通过阅读Sagemaker python SDK的源代码，我发现了接受entry_poi
浏览 11提问于2019-07-10得票数 4
我对SageMaker非常陌生。在我的第一次交互中，看起来AWS SageMaker要求您从它的笔记本开始。我有一套训练已经准备好了。是否有一种方法可以绕过设置笔记本，只从上传培训集开始？
浏览 0提问于2018-03-08得票数 0
回答已采纳
我目前正在使用AWS SageMaker Python SDK根据我的数据训练EfficientNet模型()。具体来说，我使用TensorFlow估计器，如下所示。此代码位于SageMaker notebook实例中from sagemaker.tensorflow.estimator import TensorFlow
##
浏览 4提问于2020-08-01得票数 2
我正在尝试使用SKitLearn在Sagemaker中设置一个培训工作。在初始化SKLearn类时，我还希望添加一个可传递的参数，该参数将在train.py (entry_point)中引用。role=role, py_version="py3",
浏览 6提问于2020-09-18得票数 0
我有一个使用entry_point脚本进行培训的Keras模型，我使用以下代码来存储模型工件(在entry_point脚本中)。当我运行estimator.fit({'training': training_input_path})时，培训是成功的，但是Cloudwatch日志显示了以下内容：
2020-09-16 02:49:12,458 sagemaker_tensorflow_container.training WARNING No mod
浏览 8提问于2020-09-16得票数 4
1回答
我正在实验在AWS sagemaker容器上运行我的脚本。为此，我使用了下面的代码。from sagemaker.tensorflow import TensorFlow entry_point="caller.py",
source_dir/venv/lib/python3.8/site-packages/sagemake
浏览 2提问于2021-06-09得票数 0
回答已采纳
但是，我很难使用Python将这些动态创建的模型发送到SageMaker。是否有一种方法可以在SageMaker中训练和部署这些Keras模型体系结构(即Python模型对象)，方法是将估值器的entry_point属性指定为定义了这些模型对象的文件？train-and-deploy-sagemaker.pyfrom sagemaker.
浏览 1提问于2019-04-21得票数 2
说：
use_spot_instances (bool) -指定是否使用SageMaker托管的Spot实例进行培训。如果启用了，那么也应该设置max_wait arg。在这段时间之后，Amazon将
浏览 8提问于2021-09-03得票数 1
我见过使用SageMaker Ground Truth标记数据，然后使用这些数据训练现成的SageMaker模型的例子。但是，我可以在TensorFlow脚本模式中使用相同的注释格式吗？更具体地说，我有一个正在使用TF脚本模式训练的tensorflow.keras模型，我想将标记为Ground Truth的数据从文件模式转换为管道模式。
浏览 17提问于2019-01-31得票数 2
回答已采纳
如何使用输入数据类型numpy.ndarray调用sagemaker端点。我已经部署了一个sagemaker模型，并尝试使用lambda函数来实现它。但是我不知道该怎么做。我收到服务器错误。0.7274392 , 0.26241391, 0.85 , 0.82352941, 0.89922481,我正在使用以下代码，但无法调用端点def lambda_handler(event, context
浏览 1提问于2019-04-22得票数 4
我正在使用AWS Sagemaker进行模型训练和部署，这是模型训练的示例 from sagemaker.estimator import Estimator
hyperparameters = {'(data_location) 这里提到的docker镜像是一个tensorflow系统。假设训练模型需要1000秒，现在我将实例数增加到5，那么训练时间将增加5倍，即5000秒。有没有人可以让我知道它在分布式系统或Tensorflow上的工作情
浏览 15提问于2019-01-04得票数 0
回答已采纳
我正在尝试训练Tensorflow Estimator，并将创建的模型工件上传到S3。训练作业成功完成，但是我们收到一个警告，说“没有模型工件保存在路径/opt/ml/model下。当我们试图在SageMaker中部署模型时，这就成了一个问题。我的理解是Estimator对象会自动将模型工件保存到/opt/ml/model。_3.pyimport numpy as np
# import <em
浏览 24提问于2019-06-28得票数 2
我可以将SageMaker estimator的入口点脚本指定在子目录中吗？到目前为止，它对我来说是失败的。我有一些模块，我在几个sagemaker项目中使用它们，每个项目都在自己的目录中： my_git_repo/
my_script.py my_script.py
浏览 20提问于2019-10-02得票数 0
回答已采纳
如何通过增加实例的数量而不是改变每个实例的内存量来解决在SageMaker上训练CNN时的内存问题？from sagemaker.tensorflow import TensorFlow
estimator = TensorFlow(entry_point='train_inst
浏览 0提问于2019-05-21得票数 0
我想我没有问对这个问题，但我有一个jupyter笔记本，启动了一个Tensorflow培训工作与我写的蟒蛇训练脚本。
培训脚本需要某些模块。看来我的救世主培训工作失败了，因为有些模块不存在。奇怪的是，我可以在jupyter笔记本中使用import keras，但是当导入语句在我的训练脚本中时，我就会得到No module named keras错误。
浏览 1提问于2018-11-29得票数 9
我想安装spacy，这是不能作为Sagemaker平台的一部分。我该怎么安装呢？
浏览 0提问于2018-04-05得票数 2
回答已采纳
我正尝试在AWS sagemaker上的script mode中运行一个模型(python脚本)。我尝试使用Tensorflow估计器从notebook调用脚本，如下所示 from sagemaker.tensorflow import TensorFlow
hy
浏览 92提问于2020-10-06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
