Amazon web services 如何使用气流计划sagemaker管道模型的再培训
我已经实现了sagemaker管道模型。特别是对于训练模型、构建管道模型并部署它的端到端笔记本,我遵循了示例笔记本 现在我想每天使用气流对整个管道进行再培训和部署,但我已经看到了只对单个sagemaker模型进行再培训和部署的可能性Amazon web services 如何使用气流计划sagemaker管道模型的再培训,amazon-web-services,scheduled-tasks,airflow,Amazon Web Services,Scheduled Tasks,Airflow,我已经实现了sagemaker管道模型。特别是对于训练模型、构建管道模型并部署它的端到端笔记本,我遵循了示例笔记本 现在我想每天使用气流对整个管道进行再培训和部署,但我已经看到了只对单个sagemaker模型进行再培训和部署的可能性 有没有办法重新培训和部署整个管道?感谢SageMaker为用户提供了两种选择: 使用SageMaker Python SDK中的API生成气流中所有SageMaker操作符的输入。你链接的博客是这样的。例如,他们在SageMaker Python SDK中使用API
有没有办法重新培训和部署整个管道?感谢SageMaker为用户提供了两种选择: