python - 如何在 amazon sagemaker 上运行自己的 python 代码
问题描述
我有一个使用 keras 和 tensorflow 后端的 python 代码。由于内存空间不足,我的系统不支持训练此模型。我想使用 Amazon sagemaker。
然而,我找到的所有教程都是关于在 docker 容器中部署模型的。我的模型没有经过训练,我想在 Amazon Sagemaker 上对其进行训练。
有没有办法做到这一点?
编辑:我也可以制作我的 python 代码脚本并在 AWS sagemaker 上运行吗?
解决方案
SageMaker 为用户提供了引入他们的自定义训练脚本并使用 SageMaker 上的脚本训练他们的算法的能力,该脚本使用 TensorFlow、MXNet、PyTorch 等框架的预构建容器之一。
它介绍了如何使用 TensorFlow 引入训练脚本并使用 SageMaker 对其进行训练。
存储库中还有其他几个示例,它们将帮助您回答您在 SageMaker 之旅中可能遇到的其他问题。
推荐阅读
- python - 余弦相似度和句子
- xcode - 如何通过将 Apple 服务器请求重定向到我们的本地文件来手动下载 Xcode 并使用下载的文件从 App Store 安装?
- c++11 - 链接具有不同参数类型的重载运算符
- jquery - 如何使用 JQuery 将 HTML 表单字段作为数组直接传递到 CodeIgniter 中的数据库
- firebase - 如何在云功能上创建具有管理员权限的 refFromURL?
- typescript - firebase.database.ref("...").set({}) 创建一个新对象,而不是更新现有对象。
- python - tensorflow lstm 转换为张量 tpu 模型?
- python - 如何将元数据合并到 NLTK 语料库中以进行高效处理
- javascript - getElementsByTagName() 里面的多个
- python - 如何增加 Jupyter Notebook 输出大小