我有3个主要的过程来执行使用亚马逊SageMaker。你知道吗
->;为此,我参考了以下链接:
Bring own algorithm to AWS sagemaker
似乎我们可以将自己的训练脚本带到sagemaker管理的训练设置中,模型工件可以上传到s3等。
注:我使用轻型GBM模型进行培训。你知道吗
->;不需要部署模型和创建端点,因为培训每天都会进行,培训完成后会立即创建预测。(需要在中生成预测)训练.py(自身)
->;挑战是如何在AWS RDS DB中从训练.py脚本。(假设脚本在私有专有网络中运行)
--->;我已经完成了AWS step功能,似乎是触发日常培训并将预测写入RDS的方法。你知道吗
-->;挑战是如何对基于时间的触发器而不是基于事件使用步长函数。
有什么建议吗?有什么最佳实践可以遵循吗?先谢谢你。你知道吗
按计划触发Step函数的方法是使用CloudWatch事件(类似cron)。查看本教程:https://docs.aws.amazon.com/step-functions/latest/dg/tutorial-cloudwatch-events-target.html
不要从Python代码中写入RDS!最好将输出写入S3,然后将S3中的文件“复制”到RDS中。解耦这些批将使过程更可靠和可扩展。当文件写入S3或数据库不太忙时,您可以触发批量复制到RDS。你知道吗
相关问题 更多 >
编程相关推荐