我在本地计算机上使用AutoGluon创建机器学习模型。现在我想通过AWS部署它们，但我意识到在过程中创建的所有pickle文件都使用硬编码路径引用其他pickle文件：

/home/myname/Desktop/ETC_PATH/AutoGluon/

我使用cloudpickle.dump(predictor, open('FINAL_MODEL.pkl', 'wb'))来pickle最终的集成模型，但AutoGluon会创建许多其他单个模型的pickle文件，这些文件随后被引用为/home/myname/Desktop/ETC_PATH/AutoGluon/models/和/home/myname/Desktop/ETC_PATH/AutoGluon/models/specific_model/等等…

如何实现将所有绝对路径替换为相对路径，例如root/AutoGluon/WHATEVER_PATH，其中root可以根据模型保存的位置设置为任意值。

任何建议都会有所帮助。

EDIT: 我相当确定我找到了问题所在。如果不加载FINAL_MODEL.pkl（似乎是硬编码路径），而是使用AutoGluon的predictor = task.load(model_dir)，它应该能正确找到所有依赖项，无论整个AutoGluon文件夹是否被移动。这个GitHub上的问题帮助了我

回答：

EDIT: 这解决了问题：如果不加载FINAL_MODEL.pkl（似乎是硬编码路径），而是使用AutoGluon的predictor = task.load(model_dir)，它应该能正确找到所有依赖项，无论整个AutoGluon文件夹是否被移动。这个GitHub上的问题帮助了我