Python 从S3 bucket导入AWS Lambda函数代码中的库

我必须在AWS Lambda上部署一个深度学习模型，它可以进行对象检测。它在S3存储桶中添加图像时触发。 我面临的问题是，Lambda函数代码使用了很多库，如Tensorflow、PIL、Numpy、Matplotlib等。如果我尝试将所有库添加到函数代码中或作为层添加，它将超过250 MB的大小限制。 有没有办法将库zip文件部署到S3 bucket上，并在函数代码（用Python 3.6编写）中使用它们，而不是直接将它们作为代码的一部分？

---

我也可以尝试一些完全不同的方法。

在我看来，亚马逊SageMaker将是您完成任务的更好选择

您可以通过SageMaker创建模型并将其托管在端点上。使用s3上传触发的lambda函数将图像传递到SageMaker端点并处理结果

Amazon SageMaker是一项全面管理的服务，为每位开发人员和数据科学家提供快速构建、培训和部署机器学习（ML）模型的能力。SageMaker消除了机器学习过程中每一步的繁重负担，使开发高质量模型变得更容易

---

试试Tensorflow，它们大约是50MB，您可能会有足够的空间容纳所需的其余模块。总的来说，请查看深入学习体系结构方法。

最终，我将我的方法从使用Lambda改为使用EC2。

---

我在一个EC2实例上部署了带有库的整个代码，然后使用Lambda触发它。在EC2上，它也可以部署在Apache服务器上以更改端口映射

预编译的包是针对Python 2.7的，没有为Python 3提供合适的运行时。xHow关于将包拆分为多个lambda层，一个lambda最多可以有5层？@SangminKim 250 MB的总限制包括功能代码大小和层这不再需要了。AWS Lambda和ML各种型号现在都非常易于使用，请参见此处：@janbauer我很久以前就解决了我的问题，不过谢谢你！）