Я начал изучать AWS SageMaker, начиная с этих примеров, предоставленных AWS .Затем я внес некоторые изменения в эту конкретную настройку, чтобы она использовала данные из моего варианта использования для обучения.
Теперь, когда я продолжаю работать над этой моделью и настройкой, после того, как я один раз удалю конечную точку вывода, яхотел бы иметь возможность воссоздать одну и ту же конечную точку - даже после остановки и перезапуска экземпляра ноутбука (поэтому сеанс ноутбука / ядра больше не действителен) - с использованием уже обученных артефактов модели, которые загружаются в S3 в папке / output.
Теперь я не могу просто перейти непосредственно к этой строке кода:
bt_endpoint = bt_model.deploy(initial_instance_count = 1,instance_type = 'ml.m4.xlarge')
Я провел некоторый поиск - включая собственный пример размещения предварительно обученных моделей на Amazon ,но я немного растерялсяЯ был бы признателен за любые рекомендации, примеры или документацию, которые я мог бы подражать и адаптировать к своему делу.