scikit-learn - AWS SageMaker 最低配置

标签 scikit-learn amazon-sagemaker

为什么我需要适用于 AWS SageMaker 的容器?如果我想在 SageMaker 的 Jupyter notebook 上运行 Scikit Learn 用于自学目的,我还需要为其配置 Container 吗?

如果我只想学习 Scikit Learn,我需要的 SageMaker 最低配置是什么?例如,我想用一组训练数据和一组测试数据运行 Scikit Learn 的决策树算法。我需要在 SageMaker 上做什么才能执行任务?谢谢。

最佳答案

你不需要太多。只是一个对您的角色具有相关权限的 AWS 账户。
在 AWS SageMaker 控制台内,您只需单击一下即可运行 AWS Notebook 实例。预装了 Sklearn,您可以开箱即用。不需要特殊容器。

至少,您只需要具有相关权限的 AWS 账户来创建 EC2 实例并从您的 S3 读取/写入。仅此而已,试试吧。 :)

以此为起点:Amazon SageMaker – Accelerating Machine Learning

You can also access it via the Jupyter Terminal

关于scikit-learn - AWS SageMaker 最低配置,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50302810/

相关文章:

node.js - AWS SageMaker - 请求的图像格式无效

c# - 使用 Sagemaker 获取 Amazon.RegionEndpoint 的冲突错误

python - 如何查找与 KMeans 在同一集群中的文档

python - Sklearn Pipeline : How to build for kmeans, 聚类文本?

python - 如何提高线性回归模型的准确性?(使用 Python 进行机器学习)

python-3.x - 使用 Sagemaker 生命周期配置文件安装多个包

python - AWS Sagemaker,InvokeEndpoint 操作,模型错误 : "setting an array element with a sequence."

python - 在 Amazon Sagemaker Jupyter 笔记本中导入自定义模块

python - 在随机森林中使用 "one hot"编码的因变量

python - 上采样不平衡数据集的小类