Je hebt een bestaand TensorFlow trainingsscript (train.py) dat statische trainingsdata leest die zijn opgeslagen als TFRecord-bestanden. Je hebt een schaalbare opslagoplossing nodig voor training op Amazon SageMaker met de minste hoeveelheid codewijzigingen. Welke aanpak minimaliseert de ontwikkelingsinspanning?
Kies een antwoord
Tik op een optie om je antwoord te controleren.
Correct antwoord: Gebruik SageMaker script mode en voer train.py ongewijzigd uit. Upload de TFRecord-bestanden naar een Amazon S3-bucket en wijs de SageMaker trainingstaak naar die S3-locatie zonder de data opnieuw te formatteren..
Waarom dit het antwoord is
De meest efficiënte aanpak is om SageMaker script mode te gebruiken en de TFRecord-bestanden naar Amazon S3 te uploaden. SageMaker script mode stelt je in staat om bestaande trainingsscripts met minimale wijzigingen uit te voeren. SageMaker downloadt automatisch de data van S3 naar de trainingsinstantie, waardoor je script de data kan lezen alsof deze lokaal is opgeslagen. Dit minimaliseert ontwikkelingsinspanning omdat het train.py script ongewijzigd blijft en de TFRecord-bestanden niet geconverteerd hoeven te worden. De andere opties vereisen aanzienlijke codewijzigingen of dataherformattering, wat de ontwikkelingsinspanning verhoogt.
Slaag voor je examen — zonder eindeloos zoeken naar antwoorden
Krijg elke geverifieerde vraag en uitleg voor dit examen op één plek, en bespaar uren voorbereiding. Meer dan 1.000 certificeringen · Meer dan 20 talen · gratis om te beginnen.
Slaag sneller voor je examen → Geen kaart nodig