StreamlineAI запускает пользовательский тренировочный скрипт PyTorch (в режиме скрипта), который периодически создает контрольные точки модели. Они хотят использовать управляемое спотовое обучение SageMaker (Managed Spot Training) для снижения затрат. Тренировочный скрипт записывает контрольные точки в /opt/ml/checkpoints, а компания хранит артефакты в s3://streamlineai-checkpoints/training1/. Какая конфигурация позволит тренировочному заданию SageMaker с управляемым спотом возобновить работу с последней контрольной точки после прерывания?

Правильный ответ описывает стандартный и рекомендуемый способ использования контрольных точек с управляемым спотовым обучением SageMaker. Установка CheckpointConfig позволяет SageMaker автоматически синхронизировать контрольные точки между локальным путем /opt/ml/checkpoints в тренировочном контейнере и указанным S3 URI (s3://streamlineai-checkpoints/training1/). При прерывании спотового экземпляра SageMaker загрузит локальные контрольные точки в S3, а при возобновлении задания загрузит их обратно в локальный путь, позволяя тренировочному скрипту продолжить работу с последней сохраненной точки. Неправильные варианты: Использование ModelArtifacts не подходит, так как это место для окончательной обученной модели, а не для промежуточных контрольных точек, необходимых для возобновления обучения. SageMaker Debugger (smdebug) предназначен для отладки и мониторинга, а не для управления контрольными точками для возобновляемого обучения. Монтирование EFS для контрольных точек не является стандартным или наиболее экономичным решением для управляемого спотового обучения в SageMaker. SageMaker предоставляет встроенный механизм контрольных точек через S3, который более интегрирован и эффективен для этой цели.