AWS Sagemaker - 安装外部库并使其持久化答案

【问题标题】：AWS Sagemaker - Install External Library and Make it PersistAWS Sagemaker - 安装外部库并使其持久化
【发布时间】：2018-07-03 02:19:26
【问题描述】：

我有一个 sagemaker 实例启动并正在运行，我有一些我经常使用的库，但每次我重新启动实例时，它们都会被擦除，我必须重新安装它们。是否可以将我的库安装到 anaconda 环境之一并保留更改？

【问题讨论】：

标签： amazon-web-services amazon-sagemaker

【解决方案1】：

为 Sagemaker 笔记本实例执行此操作的受支持方法是使用 生命周期配置。

您可以创建一个 onStart 生命周期挂钩，该挂钩可以在您的笔记本实例每次启动时将所需的包安装到相应的 Conda 环境中。

【讨论】：

@ardix 这是对所提问题的正确答案。

【解决方案2】：

创建模型时，可以将 requirements.txt 指定为环境变量。

例如。

env = {
    'SAGEMAKER_REQUIREMENTS': 'requirements.txt', # path relative to `source_dir` below.
}
sagemaker_model = TensorFlowModel(model_data = 's3://mybucket/modelTarFile,
                                  role = role,
                                  entry_point = 'entry.py',
                                  code_location = 's3://mybucket/runtime-code/',
                                  source_dir = 'src',
                                  env = env,
                                  name = 'model_name',
                                  sagemaker_session = sagemaker_session,
                                 )

这将确保在创建 docker 容器之后运行需求文件，然后再在其上运行任何代码。

【讨论】：

如果我想让一个库持久保存在 jupyter notebook 实例中，是否可以使用类似的方法？
是的，你可以。确保将“requirements.txt”放在 Jupyter 笔记本的子目录中，并在上述答案中提到的 source_directory 参数中提及该目录。