如何将附加参数（作为字典）传递给 sagemeker 自定义推理容器？

Question

状态：

• 使用文档构建自定义容器 - https://github.com/aws/amazon-sagemaker-examples/tree/master/advanced_functionality/scikit_bring_your_own
• predict.py 经过编码以适应自定义推理脚本及其运行良好
• 使用 classsagemaker.model.Model() class 传递经过训练的 model.tar.gz 和自定义容器映像以部署模型

挑战：

• 在同一个模型中class有一个 ENV 参数，通过它我们显然可以将环境变量发送到自定义图像
• 尝试将 python 字典传递给此 ，但难以阅读 predict.py 脚本中的此 json 字典

有人遇到同样的困难吗？

Answer 1

您可以在您的模型中将您的环境指令传递为：

Model(
.
.
env= {"my_env": "my_env_value"}
.
.
)

SageMaker 会将环境字典传递给您的容器，您可以在 predict.py 脚本中访问它，例如：

my_env = os.environ.get('my_env',"env key not set in Model")
print(my_env)

如果您的 env dict 已传递给包含它们 my_env 的模型，那么您将收到输出：my_env_value。否则，您将收到 env key not set in Model

我在 AWS 工作，我的观点是我自己的。