小编Laa*_*sya的帖子

我有一个自定义的机器学习预测模型。我还有一个用户定义的 Estimator 类，它使用 Optuna 进行超参数调整。我需要将此模型部署到 SageMaker，以便从 lambda 函数调用它。

我在为模型和估算器创建容器的过程中遇到了麻烦。

我知道 SageMaker 有一个可用于 Optuna 的 scikit 学习容器，但我将如何利用它来包含我自己的 Estimator 类中的函数？此外，模型是传递给此 Estimator 类的参数之一，那么我如何将其定义为单独的训练作业以使其成为端点？

这是调用 Estimator 类和模型的方式：

sirf_estimator = Estimator(
    SIRF, ncov_df, population_dict[countryname],
    name=countryname, places=[(countryname, None)],
    start_date=critical_country_start
    )
sirf_dict = sirf_estimator.run()

在哪里：

1. 型号名称：SIRF
2. 清理数据集：ncov_df

如果有人可以研究这个，那将非常有帮助，非常感谢！