我可以使用不带S3的AWS Sagemaker吗

Question

如果我不是在AWS上使用笔记本，而是在Sagemaker CLI上使用，并且想要训练模型，我是否可以指定要读取和写入的本地路径？

Answer 1

如果将本地模式与SageMaker Python SDK一起使用，则可以使用本地数据进行训练：

from sagemaker.mxnet import MXNet

mxnet_estimator = MXNet('train.py',
                        train_instance_type='local',
                        train_instance_count=1)

mxnet_estimator.fit('file:///tmp/my_training_data')

但是，这仅在您在本地而非SageMaker上训练模型时才有效。如果您想在SageMaker上进行训练，那么可以，您确实需要使用S3。

有关本地模式的更多信息：https://github.com/aws/sagemaker-python-sdk#local-mode

Answer 2

据我所知，您不能那样做。 Sagemaker的框架和估算器API使SageMaker可以在每次迭代或每个时期轻松将数据输入模型。从本地进食会大大减慢该过程。 这就引出了一个问题-为什么不使用S3。它便宜又快速。