在Amazon SageMaker中运行ML培训作业时，将“部署”培训脚本并指定一个ML培训实例，这大约需要10分钟来启动并获取所需的数据。
我只能从培训工作中获得一条错误消息，然后它死掉了，实例也被杀死了。
在对培训脚本进行更改以对其进行修复后，我需要部署和运行它，这需要另外10分钟左右的时间。
我怎样才能更快地完成此任务，或者保持训练实例运行？
看来您正在使用SageMaker框架之一进行培训。鉴于此，您可以使用SageMaker的“本地模式”功能，该功能将在您的笔记本实例中本地运行您的培训作业（特别是容器）。这样，您就可以迭代脚本，直到脚本起作用为止。然后，如果需要，您可以转到远程训练集群以针对整个数据集训练模型。要使用本地模式，只需将实例类型设置为“本地”。有关本地模式的更多详细信息，请参见https://github.com/aws/sagemaker-python-sdk#sagemaker-python-sdk-overview和博客文章：https : //aws.amazon.com/blogs/machine学习/使用Amazon Sagemaker本地模式来训练您的笔记本实例/
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句