我试图在sagemaker上部署一个情绪分析模型到一个端点,以实时预测输入文本的情绪。该模型将以单个文本字符串作为输入并返回情感。在
为了训练xgboost模型,我遵循这个 notebook直到步骤23。 此已上载型号.tar.gz到s3桶。我还将sklearn的CountVectorizer生成的词汇表(创建单词包)上传到s3bucket。在
为了部署这个预先训练的模型,我可以使用this method并提供一个入口点python文件预测.py. 在
sklearn_model = SKLearnModel(model_data="s3://bucket/model.tar.gz", role="SageMakerRole", entry_point="predict.py")
文件上说我必须提供型号.tar.gz仅作为参数,它将加载到模型中。但是如果我正在编写自己的模型,那么如何加载模型呢?如果我把其他文件放在型号.tar.gz在S3中,我也可以加载它们吗?在
现在要进行分类,我必须在调用之前将输入文本矢量化模型.预测(bow_向量)在预测方法中。为了做到这一点,我需要word-tu-dict,这是我在预处理培训数据时准备的,并写入s3。在
我的问题是如何在模型中找到单词“_dict”?我可以从s3加载吗? 以下是预测.py. 在
^{pr2}$
目前没有回答
相关问题 更多 >
编程相关推荐