指定 S3 存储桶来上传训练数据集和存储输出数据 - 亚马逊 SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

指定 S3 存储桶来上传训练数据集和存储输出数据

设置 S3 存储桶以上传训练数据集并保存训练输出数据。

使用默认 S3 存储桶

使用以下代码指定为您的 SageMaker 会话分配的默认 S3 存储桶。 prefix是存储桶内 SageMaker 存储当前训练作业数据的路径。

sess = sagemaker.Session() bucket = sess.default_bucket() # Set a default S3 bucket prefix = 'DEMO-automatic-model-tuning-xgboost-dm'

(可选)使用特定的 S3 存储桶

如果您想使用特定的 S3 存储桶,请使用以下代码并将字符串替换为 S3 存储桶的确切名称。存储桶的名称必须包含 sagemaker,并且全局唯一。该存储桶必须与您在此示例中使用的笔记本实例位于同一Amazon区域中。

bucket = "sagemaker-your-preferred-s3-bucket"
注意

sagemaker如果您用于运行超参数调整任务的 IAM 角色具有S3FullAccess授予权限的策略,则无需包含存储桶的名称。

下一个步骤

下载、准备和上传训练数据