将 Amazon S3 存储桶用于输入和输出 - Amazon SageMaker

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

将 Amazon S3 存储桶用于输入和输出

为超参数调优作业设置 S3 存储桶,以上传训练数据集并保存训练输出数据。

使用默认 S3 存储桶

使用以下代码指定为您的 SageMaker 会话分配的默认 S3 存储桶。 prefix是存储桶内 SageMaker 存储当前训练作业数据的路径。

sess = sagemaker.Session() bucket = sess.default_bucket() # Set a default S3 bucket prefix = 'DEMO-automatic-model-tuning-xgboost-dm'

使用特定 S3 存储桶(可选)

如果希望使用特定的 S3 存储桶,可使用以下代码并将字符串替换为 S3 存储桶的确切名称。存储桶的名称必须包含 sagemaker,并且全局唯一。存储桶必须与本示例使用的笔记本实例位于同一 AWS 区域中。

bucket = "sagemaker-your-preferred-s3-bucket" sess = sagemaker.Session( default_bucket = bucket )
注意

sagemaker如果您用于运行超参数调整任务的IAM角色具有S3FullAccess授予权限的策略,则无需包含存储桶的名称。

下一个步骤

下载、准备和上传训练数据