我正在尝试使用sagemaker sdk进行培训。
我将base_job_name
设置为base-job-name
,将model_dir设置为s3://my-bucket/model-output/
,但是训练后的模型位于s3://my-bucket/model-output/base-job-name-2020-10-12-21-30-42-748/output
。
我可以做些什么来从base-job-name
文件夹中删除日期时间部分吗?因此,最好覆盖文件。
我似乎在文档中找不到任何可以帮助我设置此属性的属性。
这就是我创建估算器的方式
estimator = TensorFlow(
base_job_name='base-job-name',
entry_point='model.py',
source_dir=source_dir,
output_path='s3://my-bucket/model-output/',
model_dir='s3://my-bucket/model-output/',
instance_type='ml.m5.large',
instance_count=1,
role=my_role,
framework_version='2.2.0',
py_version='py37',
subnets=subnets,
security_group_ids=security_group_ids,
sagemaker_session=sagemaker_sess,
tags=tags
)
答案 0 :(得分:0)
您无法从输出名称中删除日期和时间戳。这样做的原因是,如果运行估算器代码,然后对其调用.fit()
函数超过1次,则将覆盖输出模型数据,事件数据等。