在 AWS sagemaker 中自定义模型答案

【问题标题】：Customising model in AWS sagemaker在 AWS sagemaker 中自定义模型
【发布时间】：2021-02-05 03:59:42
【问题描述】：

我有一个 python 脚本，我在 AWS sagemaker 实例中使用 tensorflow python 3.6 AWS sagemaker jupyter notebook 编写。我必须为我的深度学习模型使用 sagemaker 调试器。我可以看到许多链接建议首先对算法图像进行 dockerise，然后在 sagemaker 上使用它。任何人都可以建议是否有任何可用的替代方案，例如 Tensorflow-1 docker 图像可用，我可以通过 pip 在此图像中包含一些其他包，然后在 sagemaker 上运行我的模型？我正在使用带有 tensorflow 1.15 的 keras 2.3.0。请指导并分享必要的参考资料。

【问题讨论】：

标签： python-3.x docker amazon-sagemaker keras-2 tensorflow1.15

【解决方案1】：

您不必自己对代码进行 docker 化，您可以使用现有的 SageMaker TensorFlow 映像，并且使用 SageMaker Python SDK，您可以让 SageMaker 为您操作 docker 映像 - 无需 docker 知识！ This documentation 解释了如何在 SageMaker Training 或 SageMaker Hosting 上启动您自己的 TF 代码。你可以添加一个requirements.txt文件来带来额外的依赖

【讨论】：