aws / aws/sagemaker-python-sdk
Add additional dependencies for ModelTrainer
- Vorherrschende Sprache
- Python
- Sterne
- 2.3k
- Forks
- 1.3k
- Ø Merge
- 1 T. 22 Std.
- Gemergte PRs (30 T.)
- 35
Beschreibung
**Describe the feature you'd like**
When migrating from sagemaker v2 to v3, the [Estimator](https://sagemaker.readthedocs.io/en/v2.256.0/api/training/estimators.html?highlight=tensorboardoutputconfig#sagemaker.estimator.Estimator) can be replaced by ModelTrainer. However, the ~~`tensorboard_output_config`and~~ `dependencies` parameters in Estimator has no equivalent in the ModelTrainer. This functionality would be useful to have in ModelTrainer to maintain feature parity with the v2 Estimator.
**How would this feature be used? Please describe.**
* Allows the import of additional source files and dependencies into the model training container.
~~* Allows debugging visualization using TensorBoard, with customization on the location in Amazon S3 to store the output, as well as the local path in the container.~~ (addressed by [ModelTrainer.with_tensorboard_output_config](https://sagemaker.readthedocs.io/en/v2.253.1/api/training/model_trainer.html#sagemaker.modules.train.model_trainer.ModelTrainer.with_tensorboard_output_config))
**Describe alternatives you've considered**
None
**Additional context**
None
Beitragsleitfaden
Rechercherichtung
Beginnen Sie am ModelTrainer-Einstiegspunkt und vergleichen Sie dessen Handhabung mit dem Parameter `dependencies` des v2 Estimator. Verfolgen Sie, wie zusätzliche Quelldateien und Abhängigkeiten in den Trainingscontainer gelangen, und überprüfen Sie anschließend, dass ModelTrainer die angeforderten Imports unterstützt und das dokumentierte Trainingsverhalten beibehält.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Tech-Stack
- aws, python
- Bereich
- machine-learning
- Issue-Typ
- Feature
- Schwierigkeit
- 3/5
- Geschätzter Aufwand
- 1-2 Tage
- Aktivitätsstatus
- Ruhig
- Klarheit
- Größtenteils klar
- Anfängerfreundlichkeit
- 55/100