相关疑难解决方法(0)

我有一个我们自己训练的 Keras/tensorflow 模型，它可以进行图像相关的预测。我已经按照这个训练有素的 keras 模型教程在 Sagemaker 中部署模型，并且可以调用端点进行预测。

现在在我的客户端代码中，在通过调用 Sagemaker 端点进行预测之前，我需要下载图像并进行一些预处理。我想在 SageMaker 中完成整个过程，而不是在客户端执行此操作。我怎么做？

看来我需要更新train.py这里提到的入口点python代码：

sagemaker_model = TensorFlowModel(model_data = 's3://' + sagemaker_session.default_bucket() + '/model/model.tar.gz',
                                  role = role,
                                  entry_point = 'train.py')

其他文章表明我需要覆盖input_fn函数来捕获预处理。但是这些文章指的是使用 MXNet 框架时使用的步骤。但是我的模型是基于 Keras/tensorflow 框架的。

所以我不确定如何覆盖该input_fn功能。任何人都可以请建议吗？

我想安装spacy,它不是Sagemaker平台的一部分.我应该如何安装呢？