如何保存在 Amazon SageMaker 中本地训练的模型？

Question

我正在尝试使用 SageMaker 中的本地培训作业。

按照这个 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)，我能够在本地进行训练和预测。

有什么方法可以在本地训练并将训练好的模型保存在 Amazon SageMaker 训练作业部分？ 否则，如何正确保存我使用本地模式训练的训练模型？

Answer 1

无法让您的本地模式训练作业出现在 AWS 控制台中。本地模式的目的是在使用 SageMaker 训练您的模型之前允许更快的迭代/调试。

您可以从本地模型工件创建 SageMaker 模型。将您的模型工件压缩到 .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，只需压缩它并创建您的模型。本地训练后，您不必将其保存为训练作业，因为您已经拥有模型的工件。

训练作业是输入位置、输出位置、所选算法和超参数的组合。这就是训练工作而不是训练模型中保存的内容。当训练作业完成时，它实际上会压缩工件并将您的模型保存在 Amazon S3 中，以便您可以从中创建模型。

因此，既然您在本地进行了训练（而不是解耦训练步骤），请使用压缩工件创建一个模型，然后创建一个端点并进行一些推理。