如何在sagemaker自定义部署端点脚本中加载文件

Question

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}$