在 AWS SageMaker 上构建的经过训练的 DeepAR 模型的本地托管
On-Premises Hosting of Trained DeepAR Model built on AWS SageMaker
我最近开始使用 AWS SageMaker，使用 AWS 提供的示例。我使用这个 example（DeepAR 模型）来预测时间序列。训练后，模型工件文件已在我的 S3 存储桶中创建。
我的问题：有没有办法在自己的托管环境中托管经过训练的模型？ （客户端）
除 SageMaker XGBoost 外，SageMaker built-in 算法并非设计用于在 Amazon 之外使用。这并不意味着它是不可能的，例如，您可以在这里和那里找到窥视模型工件内部的片段（例如 Factorization Machines and Neural Topic Model) but these things can be hacky and are usually not part of official service features. Regarding DeepAR specifically, the model was open-sourced couple weeks ago as part of gluon-ts python package (blog post, code），因此如果您专门为自己的托管环境开发模型，我建议您使用 gluon-ts MXNet 容器中的代码，以便您能够从 SageMaker 打开并读取工件。
我最近开始使用 AWS SageMaker，使用 AWS 提供的示例。我使用这个 example（DeepAR 模型）来预测时间序列。训练后，模型工件文件已在我的 S3 存储桶中创建。
我的问题：有没有办法在自己的托管环境中托管经过训练的模型？ （客户端）
除 SageMaker XGBoost 外，SageMaker built-in 算法并非设计用于在 Amazon 之外使用。这并不意味着它是不可能的，例如，您可以在这里和那里找到窥视模型工件内部的片段（例如 Factorization Machines and Neural Topic Model) but these things can be hacky and are usually not part of official service features. Regarding DeepAR specifically, the model was open-sourced couple weeks ago as part of gluon-ts python package (blog post, code），因此如果您专门为自己的托管环境开发模型，我建议您使用 gluon-ts MXNet 容器中的代码，以便您能够从 SageMaker 打开并读取工件。