3回答
当在亚马逊SageMaker中运行ML训练作业时，训练脚本被“部署”并提供一个ML训练实例，这需要大约10分钟的时间来启动并获得所需的数据。在我更改了训练脚本以修复它之后，我需要部署和运行它，这需要大约10分钟的时间。 如何更快地完成此任务，或者让训练实例保持运行？
浏览 29提问于2019-01-24得票数 3
回答已采纳
我的模特没有受过训练，我想在亚马逊的萨吉克网站上进行培训。编辑:也可以用我的python代码编写一个脚本并在AWS上运行吗？
浏览 3提问于2020-10-22得票数 0
在和等教程中，使用拥抱脸估计器来调用训练脚本。如果我直接在笔记本上运行脚本的代码，会有什么区别呢？是因为估计器使部署模型更容易吗？
浏览 6提问于2022-03-03得票数 0
回答已采纳
2回答
我想知道DataSpell是否可以连接到SageMaker实例并使用EC2实例硬件(即虚拟CPU、GPU、RAM等)。运行数据转换和机器学习模型的培训对python和木星笔记本文件？也就是说，我想在本地计算机上充分利用DataSpell的所有优点(git、调试、自动完成、重构等)，同时具备AWS上SageMaker实例的所有优点(可伸缩的计算硬件、快速培训等)。
浏览 15提问于2022-03-07得票数 3
我必须在AWS Sagemaker中部署一个定制的keras模型。培训是正确的，但是在部署时我会遇到以下错误：文件"/usr/local/bin/serve"，第8行，在"/usr/local/lib/python2.7/dist->packages
浏览 10提问于2019-11-12得票数 1
回答已采纳
我在AWS中使用一个SageMaker笔记本来训练ML模型。当我使用以下脚本成功地创建和训练了估计器时，我可以像预期的那样加载调试信息(s3_output_path)： Rule.sagemaker(rule_configs.overfit()),
Rule.<e
浏览 1提问于2022-08-09得票数 0
1回答
我在遍历py手电数据处理器批处理周期时，一直会在sagemaker中得到这个错误： File "main.py", line 371def _compilation_job_name(self):
-> 1
浏览 4提问于2022-06-15得票数 0
回答已采纳
目前，我正在建立一个自定义的sagemaker容器，以便在Sagemaker上运行培训作业，并且已经成功地这样做了。在声明sagemaker培训作业时，可以在自定义容器上运行自定义脚本吗？我目前对于创建自定义的sagemaker映像的理解是，我创建了一个在运行培训作业时执行的火车文件，但是我永远找不到文档说明是否可以覆盖这个文件并运行一个培训脚本(但是使用相同的自定义容器)，比如我们如何使用内置的算
浏览 9提问于2022-06-24得票数 1
回答已采纳
为什么我需要用于AWS SageMaker的容器？如果我想运行Scikit学习在SageMaker的木星笔记本上进行自学，我还需要为它配置容器吗？如果我只想学习Scikit学习，那么SageMaker上的最低配置是什么？例如，我想使用一组训练数据和一组测试数据运行Scikit training的决策树算法。我需要在SageMaker上做些什么来执行这些任务？谢谢。
浏览 1提问于2018-05-12得票数 9
回答已采纳
keras模型是否支持SageMaker分布式数据并行(SMDDP)？在文档中，它说"SageMaker分布式数据并行适用于除tf.keras模块以外由tf核心模块组成的TensorFlow培训脚本，SageMaker分布式数据并行不支持带有Keras实现的TensorFlow“
但是在培训脚本内部以及如何修改它，我可以看到使用了tf.keras和tf.keras.model。
浏览 12提问于2022-09-09得票数 0
我正在使用SageMaker Python来训练一个分类器。
这三个脚本非常相似，为了避免代码冗余，我想在这三种情况下使用带有附加逻辑的单个脚本。更准确地说，我希望将额外的自定义参数传递给sagemaker.tuner.Hyperparamete
浏览 4提问于2020-01-08得票数 2
我有兴趣使用AWS Sagemaker built-in algorithms (或预先训练的模型)而不调用Estimator类，就像我在本地使用tensorflow或scikit-learn 一样。我已经发现了这一点，但它使用估计类来进行培训：
有什么办法吗?还是每次我都要给估计课打电话？
浏览 2提问于2022-11-11得票数 1
回答已采纳
1回答
在使用Tensorflow进行Sagemaker训练作业的非脚本模式下，我可以使用checkpoint_path在S3中指定检查点路径。
但是，在脚本模式下，此参数被禁用。如何在脚本模式下从Sagemaker Tensorflow培训作业的最新检查点开始？
浏览 14提问于2020-02-24得票数 0
1回答
AWS救世主多项培训工作
、、、、
我们目前有一个运行在AWS上的系统，其中有几个单位有自己经过训练的机器学习模型工件(使用SKLearn训练脚本和SKLearn估计器)。通过使用Sagemaker的多模型端点，我们能够在一个实例上托管所有这些单元。但是，Sagemaker对你可以并行训练的型号的数量有一个限制(我们的限制是30)。除了分批培训我们的模型之外，有没有人知道如何在AWS Sagemaker中实现一个系统，这样，对于成千上万的单位，我们可以为每个单位提供一个单独的经过训练的模型工件？此外，在提交培训</
浏览 1提问于2020-10-26得票数 0
回答已采纳
使用自己的训练python脚本，(不使用sagemaker容器，内置算法) Train.py
和似乎我们可以将我们自己的培训脚本带到sagemaker管理的培训设置中注意:我正在使用轻型GBM模型进行培训。
->
浏览 0提问于2019-08-23得票数 0
回答已采纳
我无法理解SageMaker实例计数和数据并行性之间的区别。因为我们已经有了一个特性，它可以指定我们在使用sagemaker编写培训脚本时训练模型的实例数。然而，在2021年，SageMaker团队启动并演示了SageMaker管理的数据并行性，这个特性也提供了分布式培训。
我搜索了很多网站让我知道这一点，但我找不到真正明确的示范。
浏览 15提问于2022-09-09得票数 0
目前，我们正在使用毕火炬闪电进行SageMaker以外的培训。希望利用SageMaker来利用分布式训练、检查点、模型训练优化(训练编译器)等来加速训练过程，节省成本。将他们的PyTorch闪电脚本迁移到SageMaker上的推荐方法是什么？
浏览 11提问于2022-09-10得票数 0
在BYO算法Docker部署类型场景中，我有一个自定义培训脚本和一个数据处理脚本。/exists",当然，上面的脚本是有效的。我的脚本中有打印语句，它们正在将预期的结果打印到控制台。这将按预期运行，结束，并表示它正在部署模型工件，而它绝对不是。打给aws sagemaker describe-traini
浏览 6提问于2020-07-29得票数 2
回答已采纳
1回答
我正在Sagemaker中运行一个笔记本，我使用一个.py文件进行培训：model.compile(loss=tensorflow.keras.losses.binary_crossentropy,Pass your op to the equivalent parameter main_op instead.
algo-1-tn2vd_1 | 2020-07-1
浏览 2提问于2020-07-12得票数 1
回答已采纳
云服务器
ICP备案
对象存储
腾讯会议
云直播
腾讯云开发者
