如何访问SageMaker API的entry_point脚本（即transfer_learning.py、inference.py等）

Question

我试图更好地理解 SageMaker 中发生的训练和推理过程，所以如果我错了，请原谅我。我一直在学习 SageMaker 对象检测教程，在每个教程中我都看到高级函数将

entry_point

设置为脚本。我在下面添加了两个函数，分别将

entry_point

设置为“inference.py”和“transfer_learning.py”，在此 JumpStart 示例中：

model = Model(
    image_uri=deploy_image_uri,
    source_dir=deploy_source_uri,
    model_data=base_model_uri,
    entry_point="inference.py",
    role=aws_role,
    predictor_cls=Predictor,
    name=endpoint_name,
)

od_estimator = Estimator(
    role=aws_role,
    image_uri=train_image_uri,
    source_dir=train_source_uri,
    model_uri=train_model_uri,
    entry_point="transfer_learning.py",
    instance_count=1,
    instance_type=training_instance_type,
    max_run=360000,
    hyperparameters=hyperparameters,
    output_path=s3_output_location,
    base_job_name=training_job_name,
    metric_definitions=training_metric_definitions,
)

我的问题是：

1. 这些默认文件是否存储在 SDK 中的某个位置？
2. 如果是这样，有什么方法可以访问它们吗？

根据 API 文档，它指出

entry_point

是“本地 Python 源文件的绝对或相对路径”，这会让我认为 1) 的答案是“否”。但是，每个 JumpStart 示例都引用这些脚本，而当我创建项目或运行该项目时，目录中不存在此类脚本。 此外，在估算器上运行

fit

时，我来自容器的日志显示正在调用

transfer_learning.py

脚本，并且后面没有错误。

/usr/local/bin/python3.9 transfer_learning.py --batch_size 16 --beta_1 0.9 --beta_2 0.999 --early_stopping True --early_stopping_min_delta 0.0 --early_stopping_patience 5 --epochs 40 --epsilon 1e-07 --initial_accumulator_value 0.1 --learning_rate 0.002 --model_dir s3://my-bucket/model --momentum 0.9 --optimizer adam --reinitialize_top_layer Auto --rho 0.95 --train_only_top_layer True

我已经训练和部署了多个模型（不幸的是，不是对象检测），我按照模板创建了

entry_point

脚本。如果它们存在，我想访问这些脚本，以便我可以做一些事情，例如使用它们作为改进模型的起点，而不是从头开始编写脚本或向它们添加 TensorBoard 日志记录。我还希望获得相关资源来创建用于对象检测任务的

entry_point

脚本。

Answer 1

这些默认文件是否存储在 SDK 中的某个位置？

不完全是。在您的 Jumpstart 示例中，您可以看到它使用 SDK 类来获取存储脚本的公共 S3 URI。该 URI 将被传递到模型上的

source_dir

属性。

Jumpstart 通过为您提供带有入口点脚本的预制、预托管源目录来简化事情。

如果是这样，有什么方法可以访问它们吗？

deploy_source_uri

将有一个公共 S3 位置，您可以在其中查看脚本，但无法更新它们。

Jumpstart 试图让事情变得简单，但这样做隐藏了一些细节。通常的工作方式是，您有一个本地源目录（例如，在您的笔记本实例中），其中包含您的入口点脚本、依赖项等。您将该本地路径传递给模型，然后 SDK 会在其中执行上传工作到S3。