在SageMaker上以经过训练的模型更改预处理

Question

我已经在SageMaker上训练了模型并进行了处理。通过预处理，我的意思是我根据此https://github.com/aws/sagemaker-python-sdk/blob/master/src/sagemaker/tensorflow/deploying_tensorflow_serving.rst添加了具有input_handler和output_handler函数的inference.py文件。

我的工作很好，但问题是每次我想在预处理中更改某些内容时，都必须重新训练模型。可能还有其他无需重新培训就可以做到这一点的方法吗？

Answer 1

训练有素的模型只是一个获取参数（输入向量）并返回输出（输出向量/值）的函数。如果使用修改后的预处理更改了输入，则需要更改函数的实现。这意味着您需要重新训练模型。

重新训练模型是一个好习惯，即使您在预处理中没有进行任何更改，因为输入会随时间变化。房价的经典示例强调了您的模型仅适用于您训练的数据。如果几年后市场发生了变化，则必须对模型进行重新培训。

每天都会对某些模型进行训练。 Amazon SageMaker使训练模型变得容易，但可以调用训练API，并等待其完成。您可以自动化以下过程：构建新的Docker映像（如果更改了预处理），调用训练API，然后将部署API从SageMaker调用到ECS / EKS或任何其他容器托管服务。