Use um bucket do Amazon S3 para entrada e saída

Defina um bucket S3 para fazer upload de conjuntos de dados de treinamento e salvar os dados de saída de treinamento para seu trabalho de ajuste de hiperparâmetros.

Para usar um bucket S3 padrão

Use o código a seguir para especificar o bucket padrão do S3 alocado para sua SageMaker sessão. prefixé o caminho dentro do bucket em que SageMaker armazena os dados do trabalho de treinamento atual.

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

Para usar um bucket S3 específico (opcional)

Se você deseja usar um bucket S3 específico, utilize o seguinte código e substitua as strings pelo nome exato do bucket S3. O nome do bucket deve conter sagemaker e ser globalmente exclusivo. O bucket deve estar na mesma região AWS que a instância de cadernos que você está usando para este exemplo.

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

sess = sagemaker.Session(
    default_bucket = bucket
)

nota

O nome do bucket não precisa conter sagemaker se a função do IAM que você usa para executar o trabalho de ajuste de hiperparâmetros tiver uma política que concede permissão para S3FullAccess.

Próxima etapa

Fazer download, preparar e fazer upload de dados de treinamento