文件名称:sagemaker部署:在Amazon Sagemaker中部署Pytorch模型并通过开放式端点Amazon Lambda函数访问它
文件大小:134KB
文件格式:ZIP
更新时间:2024-02-25 23:33:57
python aws machine-learning deep-learning aws-lambda
Amazon Sagemaker部署-Udacity Nanodegree项目 在Amazon Sagemaker中部署Pytorch模型并通过开放式端点Amazon Lambda函数访问它 创建情感分析Web应用 使用PyTorch和SageMaker 深度学习纳米学位课程| 部署方式 现在,我们对SageMaker的工作原理有了基本的了解,我们将尝试使用它来构建一个端到端的完整项目。 我们的目标是拥有一个简单的网页,用户可以用来输入电影评论。 然后,网页会将评论发送到我们的部署模型,该模型将预测输入的评论的情绪。 该项目完全基于Notebook构建,请单击此处以查看文档
【文件预览】:
sagemaker-deployment-master
----serve()
--------requirements.txt(41B)
--------utils.py(1KB)
--------predict.py(5KB)
--------model.py(1015B)
----report.md(75KB)
----website()
--------index.html(5KB)
----report.html(450KB)
----SageMaker Project.ipynb(115KB)
----README.md(733B)
----train()
--------requirements.txt(41B)
--------model.py(1015B)
--------train.py(6KB)
----Web App Diagram.svg(6KB)
----.gitattributes(146B)