编译模型 (Amazon Command Line Interface)
此部分介绍如何使用 Amazon Command Line Interface (CLI) 管理 Amazon SageMaker Neo 机器学习模型的编译作业。您可以创建、描述、停止和列出编译作业。
创建编译作业
通过 CreateCompilationJob API 操作,您可以指定数据输入格式、用于存储模型的 S3 存储桶、用于写入已编译模型的 S3 存储桶以及目标硬件设备或平台。
下表演示了如何基于您的目标是设备还是平台来配置
CreateCompilationJob
API。注意
对于
OutputConfig
API 操作,TargetDevice
和TargetPlatform
API 操作是互相排斥的。您必须从两个选项中选择一个。要根据框架查找
DataInputConfig
的 JSON 字符串示例,请参阅 Neo 期望的输入数据形状。有关设置配置的更多信息,请参阅 SageMaker API 参考中的 InputConfig、OutputConfig 和 TargetPlatform API 操作。
配置 JSON 文件后,运行以下命令来创建编译作业:
aws sagemaker create-compilation-job \ --cli-input-json file://job.json \ --region us-west-2 # You should get CompilationJobArn
通过运行以下命令描述编译作业:
aws sagemaker describe-compilation-job \ --compilation-job-name $JOB_NM \ --region us-west-2
通过运行以下命令停止编译作业:
aws sagemaker stop-compilation-job \ --compilation-job-name $JOB_NM \ --region us-west-2 # There is no output for compilation-job operation
通过运行以下命令列出编译作业:
aws sagemaker list-compilation-jobs \ --region us-west-2