如何保存在Amazon SageMaker中本地训练的模型？

Question

我正在尝试在SageMaker中使用本地培训工作。

跟随这个AWS笔记本（https://github.com/awslabs/amazon-sagemaker-examples/blob/master/sagemaker-python-sdk/mxnet_gluon_mnist/mxnet_mnist_with_gluon_local_mode.ipynb），我能够在本地进行培训和预测。

是否可以在Amazon SageMaker培训工作部分中进行本地培训并保存经过培训的模型？ 否则，如何正确保存使用本地模式训练的训练模型？

Answer 1

无法将本地模式培训作业显示在AWS控制台中。本地模式的目的是允许在使用SageMaker训练模型之前进行更快的迭代/调试。

您可以从本地模型工件创建SageMaker模型。将模型工件压缩到.tar.gz文件中，将该文件上传到S3，然后创建模型（使用SDK或在控制台中）。

文档：

• https://sagemaker.readthedocs.io/en/stable/overview.html#using-models-trained-outside-of-amazon-sagemaker
• https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateModel.html

Answer 2

正如@lauren所说，只需将其压缩并创建模型。在对它进行本地培训后，您就不必将其另存为培训工作，因为您已经拥有了模型的工件。

训练作业是input_location，output_location，选择的算法和超参数的组合。那就是保存在训练工作上的东西，而不是训练有素的模型。培训工作完成后，实际上会压缩工件并将模型保存在Amazon S3中，以便您可以从中创建模型。

因此，由于您是在本地进行训练的（而不是将训练步骤解耦），所以请使用压缩的工件创建一个模型，然后创建一个端点并进行一些推断。