keras - 使用 SageMaker 时使用 Keras 提前停止和回调

Question

我正在使用 sagemaker 训练 keras 模型。我需要在训练模型时实现提前停止方法。

有没有办法传递诸如 EarlyStopping、Histories.. 等回调？

在传统方式中，我们习惯将其作为参数传递给 keras 的 fit 函数:

results = model.fit(train_x_trim, train_y_trim, 
                    validation_data=(test_x, test_y), 
                    epochs=FLAGS.epoch,  
                    verbose=0, 
                    callbacks=[tboard, checkpointer, early_stopping, history])

但是，如果使用 SageMaker，我们需要改为调用 SageMaker 的 fit 函数，该函数不支持回调。

from sagemaker.tensorflow import TensorFlow 
iris_estimator = TensorFlow(entry_point='training_code.py', 
                            role=role, output_path=model_location, 
                            code_location=custom_code_upload_location, 
                            train_instance_count=1, 
                            train_instance_type='ml.c4.xlarge', 
                            training_steps=1000, 
                            evaluation_steps=100)

知道如何在 SageMaker 中实现回调吗？

Answer 1

对于迟到的回复，我深表歉意。

看起来您上面指定的 Keras 代码本质上就是您的算法代码。这将在您的用户脚本中定义，在您提供的 SageMaker Python SDK 示例中为“training_code.py”。

从 TensorFlow 1.11 开始，SageMaker 预定义的 TensorFlow 容器支持“脚本模式”。您应该能够在用户脚本中指定 Keras 回调。

更多信息:https://github.com/aws/sagemaker-python-sdk/blob/master/src/sagemaker/tensorflow/README.rst#tensorflow-sagemaker-estimators-and-models