Output del modello non compresso
SageMaker AI archivia il modello in /opt/ml/model e i tuoi dati in /opt/ml/output/data. Dopo che il modello e i dati sono stati scritti in tali posizioni, per impostazione predefinita vengono caricati nel tuo bucket Amazon S3 come file compressi.
Puoi risparmiare tempo sulla compressione di file di dati di grandi dimensioni caricando il modello e gli output di dati nel tuo bucket S3 come file non compressi. A tale scopo, crea un processo di addestramento in modalità di caricamento non compressa utilizzando AWS Command Line Interface (AWS CLI) o SageMaker Python SDK.
Il seguente esempio di codice mostra come creare un processo di addestramento in modalità di caricamento non compressa quando si utilizza AWS CLI. Per abilitare la modalità di caricamento non compresso, imposta il campo CompressionType nell'API OutputDataConfig su NONE.
{ "TrainingJobName": "uncompressed_model_upload", ... "OutputDataConfig": { "S3OutputPath": "s3://amzn-s3-demo-bucket/uncompressed_upload/output", "CompressionType": "NONE" }, ... }
Il seguente esempio di codice mostra come creare un processo di addestramento in modalità di caricamento non compressa utilizzando SageMaker Python SDK.
import sagemaker from sagemaker.estimator import Estimator estimator = Estimator( image_uri="your-own-image-uri", role=sagemaker.get_execution_role(), sagemaker_session=sagemaker.Session(), instance_count=1, instance_type='ml.c4.xlarge', disable_output_compression=True )