Unkomprimierte Modellausgabe

SageMaker KI speichert Ihr Modell darin /opt/ml/model und Ihre Daten darin/opt/ml/output/data. Nachdem das Modell und die Daten an diese Speicherorte geschrieben wurden, werden sie standardmäßig als komprimierte Dateien in Ihren Amazon-S3-Bucket hochgeladen.

Sie können Zeit bei der Komprimierung großer Datendateien sparen, indem Sie Modell- und Datenausgaben als unkomprimierte Dateien in Ihren S3-Bucket hochladen. Erstellen Sie dazu einen Trainingsjob im unkomprimierten Uploadmodus, indem Sie entweder das AWS Command Line Interface (AWS CLI) oder das SageMaker Python-SDK verwenden.

Das folgende Codebeispiel zeigt, wie Sie einen Trainingsjob im unkomprimierten Upload-Modus erstellen, wenn Sie AWS CLI verwenden. Um den unkomprimierten Upload-Modus zu aktivieren, setzen Sie das CompressionType Feld in der OutputDataConfig API auf NONE.

{
   "TrainingJobName": "uncompressed_model_upload",
   ...
   "OutputDataConfig": { 
      "S3OutputPath": "s3://amzn-s3-demo-bucket/uncompressed_upload/output",
      "CompressionType": "NONE"
   },
   ...
}

Das folgende Codebeispiel zeigt Ihnen, wie Sie mithilfe des SageMaker Python-SDK einen Trainingsjob im unkomprimierten Uploadmodus erstellen.

from sagemaker.train import ModelTrainer
from sagemaker.train.configs import Compute
from sagemaker.core.helper.session_helper import Session, get_execution_role
from sagemaker.core.shapes import OutputDataConfig

model_trainer = ModelTrainer(
    training_image="your-own-image-uri",
    role=get_execution_role(),
    compute=Compute(
        instance_count=1,
        instance_type='ml.c4.xlarge',
    ),
    output_data_config=OutputDataConfig(compression_type="NONE")
)