指定 S3 存储桶以上传训练数据集和存储输出数据 - Amazon SageMaker
AWS 文档中描述的 AWS 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 AWS 服务入门

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 存储桶以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 SageMaker 存储桶中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 S3 存储桶

如果要使用特定的 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。存储桶必须与用于此示例的笔记本实例位于同一 AWS 区域中。

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

如果您用于运行超参数优化作业sagemaker的角色具有授予 IAM 权限的策略S3FullAccess,则存储桶的名称不需要包含 。

下一步

下载、准备和上传训练数据