Output model tidak terkompresi

SageMaker AI menyimpan model Anda /opt/ml/model dan data Anda di dalamnya/opt/ml/output/data. Setelah model dan data ditulis ke lokasi tersebut, mereka diunggah ke bucket Amazon S3 Anda sebagai file terkompresi secara default.

Anda dapat menghemat waktu pada kompresi file data besar dengan mengunggah model dan output data ke bucket S3 Anda sebagai file yang tidak terkompresi. Untuk melakukan ini, buat pekerjaan pelatihan dalam mode unggahan tanpa kompresi dengan menggunakan AWS Command Line Interface (AWS CLI) atau SageMaker Python SDK.

Contoh kode berikut menunjukkan cara membuat pekerjaan pelatihan dalam mode unggahan tanpa kompresi saat menggunakan. AWS CLI Untuk mengaktifkan mode unggah tidak terkompresi, set CompressionType el bidang di OutputDataConfig API keNONE.

{
   "TrainingJobName": "uncompressed_model_upload",
   ...
   "OutputDataConfig": { 
      "S3OutputPath": "s3://amzn-s3-demo-bucket/uncompressed_upload/output",
      "CompressionType": "NONE"
   },
   ...
}

Contoh kode berikut menunjukkan cara membuat pekerjaan pelatihan dalam mode upload tanpa kompresi menggunakan SageMaker Python SDK.

from sagemaker.train import ModelTrainer
from sagemaker.train.configs import Compute
from sagemaker.core.helper.session_helper import Session, get_execution_role
from sagemaker.core.shapes import OutputDataConfig

model_trainer = ModelTrainer(
    training_image="your-own-image-uri",
    role=get_execution_role(),
    compute=Compute(
        instance_count=1,
        instance_type='ml.c4.xlarge',
    ),
    output_data_config=OutputDataConfig(compression_type="NONE")
)