AWS Sagemaker-在本地培训，但部署到AWS

Question

我对SageMaker面临以下挑战：

• 我在本地(成功(进行了修改以下行：

  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)
  

• 我想通过以下行部将模型部署到AWS，但是SDK似乎在本地部署了该模型(它不会失败，我只是看到它在我的计算机上运行(

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

有关如何修复它的任何提示，以便将其部署到AWS或重新加载我的培训模型并将其部署到AWS中？

非常感谢，Stefan

Answer 1

更容易在Sagemaker上进行培训。否则，这是您必须执行的步骤。

1. 取培训期间生成的检查点文件，然后将其转换为Tensorflow服务模型。
2. 以特定格式将它们拉链，然后上传到S3
3. 然后像您上面完成并进行推理一样创建估算器。

如果您想了解上述每个特定步骤的详细信息，请告诉我，但是如果您的数据集不太大，我会说只是在Sagemaker上重新培训。