AWS SageMaker -本地培训但部署到AWS？

Question

我对SageMaker有以下挑战：

• 我下载了一本教程笔记本(keras.ipynb)
• 我在本地(成功地)运行了培训，并修改了以下行： abalone_estimator = TensorFlow(entry_point='abalone.py'，role=role，training_steps= 100，evaluation_steps= 100，hyperparameters={“学习速率”：0.001}，train_instance_count=1，**train_instance=‘local’**)abalone_estimator.fit(输入)
• 然后我想用下面的行将我的模型部署到AWS，但是看起来SDK在本地部署它(它没有失败，我只是看到它在我的机器上运行) abalone_predictor = abalone_estimator.deploy(initial_instance_count=1, instance_type='ml.m4.xlarge')

关于如何修复它，以便将其部署到AWS，或者重新加载我的培训模型并从零开始部署到AWS，有什么建议吗？

非常感谢，斯特凡

Answer 1

在SageMaker上再次运行培训更容易。否则，以下是您必须执行的步骤。

1. 获取培训期间生成的检查点文件，并将其转换为tensorflow服务模型。
2. 以特定格式将它们压缩并上载到S3
3. 然后，像上面所做的那样，创建估值器并进行推断。

如果您想了解上面每个具体步骤的详细信息，请让我知道，但是如果您的数据集不太大，我想说的是，只需对SageMaker进行再培训。