如何在AWS Sagemaker中安排任务以运行培训作业
我有一个优化代码运行在sagemaker。我想每1小时运行一次代码。我怎么能在sagemaker安排跑步？。我不想调用模型endpoint，但我想在每1小时运行整个代码。
共有1个答案
有两种方法可以安排运行培训作业
- 从计划的Lambda函数或CloudWatch事件调用create training job API
-
问题内容： 我要延迟设置某项倒计时计时器的时间，该计时器将在一定时间后“做某事”。 我希望我的程序的其余部分在等待时继续运行，所以我尝试制作自己的程序，其中包含一分钟的延迟： 尽管这种方法行之有效，但似乎应该有一种更好的方法。 我不需要任何复杂的东西。我只想在一定时间后做一件事情，而让程序的其余部分仍然运行。 我应该如何安排一次任务来“做某事”？ 问题答案： 虽然过去曾经是安排未来任务的好方法，但
-
我在Tomcat中部署了一个web应用程序。我有一套代码，它检查数据库中的某些数据，然后根据这些数据向用户发送邮件。有人能建议如何在Tomcat中安排这项工作吗。
-
我有一个模型。预训练的pkl文件以及与ml模型相关的所有其他文件。我想把它部署到aws sagemaker上。但是在没有培训的情况下，如何将其部署到aws sagmekaer，就像aws sagemaker中的fit（）方法一样，运行train命令并推送模型。焦油gz到s3位置，当使用deploy方法时，它使用相同的s3位置来部署模型，我们不会在s3中手动创建与aws模型创建的位置相同的位置，并使
-
问题内容： 我需要安排任务以固定的时间间隔运行。如何在长间隔（例如每8个小时）的支持下执行此操作？ 我目前正在使用。是否支持长时间间隔？ 问题答案： 使用：
-
我正在尝试使用我自己的sickit learn ML模型和SageMaker，并使用github示例。 python代码如下所示： 但是我得到了这个错误： 信息：sagemaker：创建培训工作与名称：决策树样本-2018-04-24-13-13-38-281 ---------------------------------------------------------------------