使用可配置的入口点创建自定义AWS Sagemaker Estimator

时间:2019-07-10 14:55:10

标签: amazon-sagemaker

我正在AWS Sagemaker中编写自定义的Estimator,用于不支持现成的框架。我有自己的docker镜像进行培训,培训代码捆绑在镜像中,这迫使我每次代码更改时都重新构建镜像。

我想做的是创建一个使用此图像的Estimator,并像内置框架估算器那样(例如Tensorflow)接受文件作为入口点。

通过阅读Sagemaker python SDK的源代码,我发现了sagemaker.estimator.Framework类,该类接受entry_point参数,并且内置框架估计器从中继承。但是,文档并没有真正显示如何在我自己的代码中从该类继承。

是否可以编写一个自Framework继承的自定义Estimator类,还是有另一种方法来创建一个接收entry-point自变量的自定义估算器?

1 个答案:

答案 0 :(得分:0)

SageMaker Python SDK中现有的框架估算器可能是一个很好的起点,例如https://github.com/aws/sagemaker-python-sdk/blob/master/src/sagemaker/pytorch/estimator.py

但是,由于您已经将训练代码绑定到了映像中,因此在运行训练代码的Dockerfile中设置一个入口点可能会更容易。有关Amazon SageMaker如何运行您的训练图像的更多信息,请参阅https://docs.aws.amazon.com/sagemaker/latest/dg/your-algorithms-training-algo-dockerfile.html