### SageMaker Estimator.fit() 未将 ‘train’ 输入传递给训练实例

正如文档/教程中提到的，我们可以调用 Estimator.fit() 来启动训练任务。

该方法的必需参数是 inputs，它是对训练文件的 S3/文件引用。例如：

estimator.fit({'train':'s3://my-bucket/training_data'})

training-script.py

parser.add_argument('--train', type=str, default=os.environ['SM_CHANNEL_TRAIN'])

我期望 os.environ['SM_CHANNEL_TRAIN'] 返回的是 S3 路径。但实际上，它返回的是 /opt/ml/input/data/train。

有人知道这是为什么吗？

更新

我也尝试调用了 estimator.fit('s3://my-bucket/training_data')。不知为何，训练实例没有获取到 SM_CHANNEL_TRAIN 环境变量。实际上，我在环境变量中根本没有看到 S3 URI。

回答：

在 SageMaker 中运行训练任务时，提供的包含训练数据的 S3 URL 会被从指定的 URL 复制到 docker 容器（即训练任务）中。因此，环境变量 SM_CHANNEL_TRAIN 指向的是从提供的 S3 URL 复制过来的训练数据的本地路径。

学技术