1 回答
- 最新
- 投票最多
- 评论最多
0
【以下的回答经过翻译处理】 有两个地方需要安装依赖:
- 在执行 "pipeline.start()" 的环境下 - 可以是 Amazon SageMaker Studio、本地机器或 CI/CD pipeline executor,例如 AWS CodeBuild。这些依赖项会在 "setup.py" 中安装。
- 在 SageMaker 处理和训练作业以及推理终端节点中。这通常是通过 "source_dir" 路径下的 "requirements.txt" 文件来完成的。
在您的示例中,我建议您使用 "TensorFlowProcessor"。如何将依赖项安装到其中的方法在文档的相应部分中:
SageMaker 会在容器中为您安装 "requirements.txt" 中列出的依赖项。
这种方法同样适用于您使用"TensorFlow Estimator"进行模型训练的过程。请参阅 SageMaker Python SDK 中 TensorFlow 文档使用第三方库部分,尤其是:
如果您想在脚本中使用其他包,可以使用 "requirements.txt" 在运行时安装其他依赖项。