Python 3.x 如何在Sagemaker 2中使用序列化程序和反序列化程序

我使用

conda\u python3

内核启动了一个Sagemaker笔记本，并跟随笔记本运行了一段时间

在撰写本文时，

conda_python3

附带的版本是1.72.0，但我想使用新功能，所以我更新了笔记本以使用最新版本

%%%bash
pip安装-U sagemaker

我看到了它的更新

打印（sagemaker.\uuuuuu版本）
# 2.4.1

从1.x版到2.x版的更改是最重要的

以前（在版本1.72.0中），我会更新预测器以使用正确的序列化器/反序列化器，并且可以在我的模型上运行推断

来自sagemaker.predictor导入csv_序列化程序、json_反序列化程序
rcf_推断=rcf.deploy(
初始实例计数=1，
实例_type='ml.m4.xlarge'，
)
rcf_expression.content_type='text/csv'
rcf_推理.serializer=csv_序列化程序
rcf_inference.accept='application/json'
rcf_推理.deserializer=json_反序列化器
结果=rcf\u推断.predict（一些数组）

（注意，所有这些都来自

我尝试使用sagemaker 2.4.1复制它，就像这样

从sagemaker.deserializers导入JSONDeserializer
从sagemaker.Serializer导入CSVSSerializer
rcf_推断=rcf.deploy(
初始实例计数=1，
实例_type='ml.m5.xlarge'，
序列化程序=CSV序列化程序，
反序列化程序=JSONDeserializer
)
结果=rcf\u推断.predict（一些数组）

我收到一个错误

TypeError: serialize() missing 1 required positional argument: 'data'

---

我知道我错误地使用了serliaizer/反序列化器，但找不到关于如何使用它的好文档

为了使用新的序列化器/反序列化器，您需要初始化它们，例如：

from sagemaker.deserializers import JSONDeserializer
from sagemaker.serializers import CSVSerializer

rcf_inference = rcf.deploy(
    initial_instance_count=1,
    instance_type='ml.m5.xlarge',
    serializer=CSVSerializer(),
    deserializer=JSONDeserializer()
)

---

对于自定义序列化程序，我们可以在SageMaker 2.x中这样做：

从sagemaker.deserializers导入JSONDeserializer
从sagemaker.serializer导入JSONSerializer
FMSerializer类（JSONSerializer）：
def序列化（自身、数据）：
js={'instances'：[]}
对于数据中的行：
js['instances'].append（{'features'：row.tolist（）}）
返回json.dumps（js）
预测器=估计器.deploy(
初始实例计数=1，
实例_type=“ml.m4.xlarge”，
序列化程序=FMSerializer（），
反序列化程序=JSONDeserializer（）
)

Dude！！你太棒了！！这也适用于我的用例