AWS SageMaker 中 mxnet 的线性学习器的正确输入是什么？答案

【问题标题】：What is correct input for mxnet's linear learner in AWS SageMaker?AWS SageMaker 中 mxnet 的线性学习器的正确输入是什么？
【发布时间】：2020-05-26 13:13:59
【问题描述】：

我正在尝试使用 MXNet 在 AWS SageMaker 中创建一个简单的线性学习器。我以前从未使用过 SageMaker 或 MXNet。拟合模型会产生如下运行时错误并关闭实例：

UnexpectedStatusException：训练作业出错线性学习者2020-02-11-06-13-22-712：失败。原因：客户端错误：无法读取数据通道“train”。请求的内容类型是 '应用程序/x-recordio-protobuf'。请验证数据是否匹配请求的内容类型。（由 MXNetError 引起）

我认为在作为训练数据传递之前，应该将数据转换为 protobuf 格式。有人可以向我解释一下 MXNet 模型的正确格式是什么吗？将简单数据帧转换为 protobuf 的最佳方法是什么？

【问题讨论】：

标签： python amazon-web-services machine-learning amazon-sagemaker mxnet

【解决方案1】：

This end-to-end demo 显示线性学习器的使用情况，输入数据在pandas 数据帧中预处理，然后使用 SDK 转换为 protobuf。但请注意：

不需要使用protobuf，也可以在文件的第一列传递带有目标变量的csv数据，如indicated here。
无需了解 MXNet 即可使用 SageMaker 线性学习器，只需使用您选择的 SDK，将数据带到 S3，并协调训练和推理 :)

【讨论】：

感谢您的回复。他们不是在此处的第一个单元格中将数据转换为 RecordIO 格式。 buf = io.BytesIO() smac.write_numpy_to_dense_tensor(buf, features, labels) buf.seek(0);
是的，但他们也可以执行 df.to_csv() 并将数据作为 csv 发送到 S3；使用 recordio protobufs 是可选的