使用AWS lambda在AWS SageMaker上执行Jupyter笔记本

Question

I在Python中制作了一个使用许多库的分类器。我将模型上传到Amazon S3作为泡菜（my_model.pkl）。理想情况下，每当有人将文件上传到特定的S3存储桶时，它都应该触发AWS lambda，该AWS lambda会加载分类器，返回预测并在Amazon S3存储桶上保存一些文件。 我想知道是否可以使用lambda在AWS SageMaker中执行Jupyter笔记本。这样，我就不必担心依赖项，通常会使分类更加直接。

，有没有一种方法可以使用AWS Lambda执行Jupyter笔记本？

shesseduling笔记本电脑执行有点像sagemaker抗模式，因为（1）您需要自己管理数据I/O（训练集，经过训练的型号）自己，（2）您需要管理元数据跟踪自己，（3）您无法在分布式硬件上运行，并且（4）无法使用点斑点。取而代之的是，建议安排的任务来利用各种萨格人长期运行的背景工作API：SageMaker培训，萨格马制造商处理或Sagemaker Batch Transform（在批处理推论的情况下）。

说，如果您仍然想安排笔记本运行，则可以通过多种方式进行操作：

Answer 1

中，笔记本以云形式模板启动，其执行是通过SageMaker LifeCycle配置自动化的。 woars发行的

该博客帖子

记录了如何从处理作业中启动笔记本

但再次，我对预定任务的建议是将其从jupyter中删除，将它们转变为脚本并在Sagemaker Training中运行它们。

无论您的选择，所有这些任务都可以从lambda函数中启动，只要功能角色具有适当的权限
• 我同意奥利维尔。将sagemaker用于笔记本执行可能不是工作的正确工具。 papermill
是以这种方式运行jupyter笔记本的框架。 您可以考虑尝试这一点。这使您可以直接将jupyter笔记本作为无服务器云功能部署，并在场景后面使用PaperMill。 disclaimer：我为Clouderizer工作。
• 完全有可能，根本不是反图案。这确实取决于您的用例。 AWS实际上是一篇描述IT
的文章，其中包括lambda

这应该是到达这里的方式-https：//github.com/aws-samples/sagemaker-run-notebook

Answer 2

使用Papermill在SageMaker实例上运行笔记本。用户可以使用自己的自定义内核传递自定义Docker映像。