Можно ли с помощью AWS SageMaker развернуть предварительно обученную модель с помощью SDK Sagemaker?

Question

Я стараюсь не переносить существующий учебный процесс модели в SageMaker и избегать создания собственного контейнера Docker для размещения нашей обученной модели.

Я надеялся внедрить нашу существующую обученную модель в предварительную.Встроенный контейнер обучения Scikit, предоставляемый AWS через sagemaker-python-sdk .Все примеры, которые я нашел, требуют сначала обучения модели, которая создает конфигурацию модель / модель в SageMaker.Затем он развертывается с помощью метода deploy.

Можно ли предоставить обученную модель для метода deploy и разместить ее в готовом контейнере Scikit Learn, который предоставляет AWS?

Для справки примеры , которые я видел, следуют следующему порядку операций:

1. Создание экземпляра sagemaker.sklearn.estimator.SKLearn и предоставление обучающего сценария
2. Вызовите fit метод для этого
3. Это создает конфигурацию модели / модели в SageMaker
4. Вызовите метод deploy для экземпляра SKLearn, который автоматически принимает модель, созданную в шаге2/3 и развертывает его в контейнере обучения scikit перед сборкой в ​​качестве конечной точки HTTPS.

Answer 1

Да, вы можете импортировать существующие модели в SageMaker.

Для scikit-learn вы должны использовать объект SKLearnModel () для загрузки в модель из S3 и создания ее в SageMaker.Затем вы можете развернуть его как обычно.

https://sagemaker.readthedocs.io/en/latest/sagemaker.sklearn.html

Вот полный пример, основанный на MXNet, который укажет вам правильное направление: https://github.com/awslabs/amazon-sagemaker-examples/blob/master/sagemaker-python-sdk/mxnet_onnx_superresolution/mxnet_onnx.ipynb