时间戳

首页 > 解决方案 > 使用新的端点配置更新 Sagemaker 端点

python - 使用新的端点配置更新 Sagemaker 端点

问题描述

与 Sagemaker 重新训练模型的自动化有点混淆。

目前我有一个使用 SagemakerLinearLerner模型进行分类任务的笔记本实例。所以使用Estimator我进行培训，然后部署模型创建Endpoint. 之后使用Lambda函数调用此端点，我将其添加到API Gateway接收 api 端点，该端点可用于 POST 请求并用类发回响应。

现在我面临着再培训的问题。为此，我使用serverless方法和lambda函数为 training_jobs 获取环境变量。但是 Sagemaker 不允许重写训练作业并且您只能创建新的问题。我的目标是在新的训练作业和新的端点配置将应用于现有端点时自动化部分，我不需要在 API 网关中更改任何内容。是否有可能以某种方式自动将新的端点配置附加到现有端点？

谢谢

标签： pythonendpointamazon-sagemaker

解决方案

如果我正确理解了这个问题，您应该能够在训练作业快结束时使用CreateEndpointConfig ，然后使用UpdateEndpoint：

Deploys the new EndpointConfig specified in the request, switches to using newly created endpoint, and then deletes resources provisioned for the endpoint using the previous EndpointConfig (there is no availability loss).

如果 API Gateway / Lambda 通过端点 ARN 路由，则在使用UpdateEndpoint.

推荐阅读