AWS sagemaker中的自定义模型

问题描述

我有一个Python脚本,该脚本是在AWS sagemaker实例内部使用tensorflow python 3.6 AWS sagemaker jupyter笔记本编写的。我必须为我的深度学习模型使用sagemaker调试器。我可以看到很多链接,这些链接建议先将算法映像泊坞化,然后在sagemaker上使用它。任何人都可以建议是否有可用的替代方法,例如可以使用Tensorflow-1泊坞窗映像,并且可以通过该映像中的pip包含其他一些软件包,然后在sagemaker上运行我的模型?我正在使用带有tensorflow 1.15的keras 2.3.0。请指导并分享必要的参考。

解决方法

您不必自己对代码进行docker化,您可以使用现有的SageMaker TensorFlow映像,并且借助SageMaker Python SDK,您可以让SageMaker为您处理docker映像-无需Docker知识! This documentation说明了如何在SageMaker Training或SageMaker Hosting上启动自己的TF代码。您可以添加一个requirements.txt文件来带来更多的依赖关系