AWS SageMaker,使用Python SDK描述特定训练任务

我使用SageMaker Python SDK创建了一个超参数调优任务,该任务并行运行多个任务以寻找最佳的超参数值。

任务完成后,我得到了最佳训练任务的名称,形式为字符串“Job…”。我找到了一篇文章,介绍了如何使用AWS-CLI或HTTP请求来描述一个任务。

是否有使用Python SageMaker SDK的方法来做到这一点,以避免向AWS发起认证请求的复杂性?


回答:

通过使用sagemaker.session.Session实例,您可以描述训练任务

import sagemakersagemaker_session = sagemaker.session.Session()sagemaker_session.describe_training_job("Job...")

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注