기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
훈련 데이터세트를 업로드하고 하이퍼파라미터 튜닝 작업을 위한 훈련 출력 데이터를 저장하도록 S3 버킷을 설정합니다.
기본 S3 버킷을 사용하려면
다음 코드를 사용하여 SageMaker AI 세션에 할당된 기본 S3 버킷을 지정합니다. prefix는 SageMaker AI가 현재 훈련 작업에 대한 데이터를 저장하는 버킷 내의 경로입니다.
sess = sagemaker.Session()
bucket = sess.default_bucket() # Set a default S3 bucket
prefix = 'DEMO-automatic-model-tuning-xgboost-dm'특정 S3 버킷을 사용하려면(선택 사항)
특정 S3 버킷을 사용하려면 다음 코드를 사용하고 문자열을 정확한 S3 버킷 이름으로 바꿉니다. 버킷의 이름은 sagemaker를 포함하고 전역적으로 고유해야 합니다. 이 버킷은 이 예제에서 사용하는 노트북 인스턴스와 동일한 AWS 리전에 있어야 합니다.
bucket = "sagemaker-your-preferred-s3-bucket"
sess = sagemaker.Session(
default_bucket = bucket
)참고
하이퍼파라미터 튜닝 작업을 실행하는 데 사용하는 IAM 역할이 S3FullAccess 권한을 부여하는 정책을 갖는 경우 버킷 이름에 sagemaker가 포함될 필요가 없습니다.
다음 단계
