SageMaker 部署自定义脚本

Question

我对 SageMaker 还很陌生，所以如果我遗漏了一些明显的东西，我很抱歉。

我训练了一个深度学习模型，该模型使用视频中的帧进行预测。在 SageMaker jupyter-notebook 中运行的当前脚本将视频 URL 作为输入，并使用 FFMPEG 子进程管道来提取帧并随后对其进行预测。这工作正常，但现在我想从 Lambda 启动该脚本。

据我了解，我可以使用 sagemaker 部署我的模型，并对 Lambda 的每一帧进行预测，不幸的是，这不是一个选项，因为 ffprobe、ffmpeg 和 numpy 太大而无法适应有限的 lambda 空间。

tl;dr：是否可以在 SageMaker 中将我的自定义脚本（ffmpeg 帧提取 + tensorflow 模型预测）作为端点运行？

Answer 1

Sagemaker 允许您使用自定义 Docker 映像 (AWS document)

构建自己的自定义容器镜像：如果没有预构建的亚马逊 您可以使用或修改的 SageMaker 容器映像以用于高级 场景，你可以打包自己的脚本或算法来使用 Amazon SageMaker。您可以使用任何编程语言或框架 开发你的容器

• 使用您的代码（FFmpeg、TensorFlow）创建一个 docker 映像
• 在本地测试 docker 容器
• 在 Amazon ECR（弹性容器存储库）上部署映像
• 创建 SageMaker 模型并指向图像

详情可向this tutorial了解详情