Utiliser un compartiment Amazon S3 pour les tâches d'entrée et de sortie

Configurez un compartiment S3 pour créer des ensembles de données d'entraînement et des données de entraînement pour votre tâche de réglage des hyperparamètres.

Pour utiliser un compartiment S3 par défaut

Utilisez le code suivant pour spécifier le compartiment S3 par défaut alloué à votre SageMaker séance.prefixest le chemin à l'intérieur du compartiment où SageMaker stocke les données relatives à la tâche de formation en cours.

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

Pour utiliser un compartiment S3 spécifique (facultatif)

Si vous souhaitez utiliser un compartiment S3 spécifique, utilisez le code suivant et remplacez les chaînes par le nom exact du compartiment S3. Le nom du compartiment doit contenir sagemaker et être globalement unique. Le compartiment doit se trouver dans la même région AWS que l'instance de bloc-notes utilisée pour cet exemple.

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

sess = sagemaker.Session(
    default_bucket = bucket
)

Note

Le nom du compartiment n'a pas besoin de contenir sagemaker si le rôle IAM que vous utilisez pour exécuter la tâche de réglage d'hyperparamètres possède une politique qui accorde l'autorisation S3FullAccess.

Étape suivante

Téléchargement, préparation et chargement des données d'entraînement