我在Python中做了一个分类器,该分类器使用了很多库。我已将模型作为泡菜上载到Amazon S3(my_model.pkl)。理想情况下,每次有人将文件上传到特定的S3存储桶时,它都应触发一个AWS Lambda,该Lambda将加载分类器,返回预测并将一些文件保存在Amazon S3存储桶中。
我想知道是否可以使用Lambda在AWS SageMaker中执行Jupyter Notebook。这样,我就不必担心依赖关系,并且通常会使分类更加直接。
那么,有没有办法使用AWS Lambda执行Jupyter Notebook?
答案 0 :(得分:0)
安排笔记本的执行有点像SageMaker反模式,因为(1)您需要自己管理数据I / O(训练集,训练好的模型),(2)您需要管理自己的元数据跟踪, (3)您不能在分布式硬件上运行,并且(4)您不能使用Spot。相反,建议计划任务利用各种SageMaker长期运行的后台作业API:SageMaker培训,SageMaker处理或SageMaker Batch Transform(在批处理推断的情况下)。
话虽如此,如果您仍然想安排笔记本的运行时间,则可以通过多种方式进行操作:
但是再次,我对计划任务的建议是将其从Jupyter中删除,将其转换为脚本并在SageMaker Training中运行它们
无论您选择哪种方式,只要功能角色具有适当的权限,所有这些任务都可以作为API调用从Lambda函数中启动
答案 1 :(得分:0)