如何使用AWS lambda在Sagemaker中计划ipnyb笔记本？

我需要安排AWS Lambda打开/运行Sagemaker内的Jupyter笔记本，每天生成一个csv文件

我已经创建了我的笔记本实例（我们称之为Model_v1）和Sagemaker内部所需的生命周期配置。我可以启动这个实例，在笔记本中运行代码（R），代码会写入我需要的CSV文件

我读过很多关于如何将Sagemaker与Lambda一起使用的帖子，但我并没有正式使用“培训工作”或“模型”/“端点”等。我只是希望Lambda这样做 1） 启动笔记本实例 2） 运行生成CSV的.ipnyb代码

---

如果有更简单的方法让Sagemaker使用另一个工具（而不是lambda）每天运行一次此脚本，那么非常乐意更改

您可以使用以编程方式运行笔记本。演示了如何将造纸机依赖性引入lambda，但我从未尝试过。一个更干净的设置是将模型科学封装在docker容器中，就像这样。然后，您可以使用lambda函数从您选择的lambda兼容SDK启动培训作业（例如，

boto3

call，默认情况下安装在lambda中）

请注意，在与sagemaker兼容的docker容器中编写模型可以让您从使用您选择的语言的完整sagemaker体验中获益-这里使用R，包括但不限于：

• 通过各种类型的硬件和网络配置以及多个SDK（包括但不限于，，，）进行培训作业编排
• 贝叶斯超参数搜索
• 硬件使用和算法输出的本机日志，可选的带有正则表达式的度量仪表板
• 单击“部署到托管实时端点”（可选多可用性区域和自动缩放）
• 本机元数据持久性（超参数、数据路径、工件、培训配置和持续时间等）和搜索

这个博客解释了这种情况

启动python环境

执行jupyter笔记本

下载包含自动停止功能的AWS示例python脚本

等一分钟。可根据需要增减

创建cron作业以执行自动停止python脚本