基于 Amazon Sagemaker 的实验小记

**【云上探索实验室】活动小记-《使用 [Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) 构建[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)应用》《基于 [Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) 构建细粒度情感分析应用》《基于Stable Diffusion模》** 第3个实验的额度在美东1提交无反馈，按手册要求在亚太东京区提交后，24小时内有了增加。不要把区搞错，以为自己删除了，但实际上资源还在在其它默默的存在。同样，我想要个大眼高鼻梁会飞的小姑娘，但，可能这个模型对“飞”有它自己的理解，哈哈 ~第二个位置的角色，根据报错信息做了如下图的禁用及策略的对应删除后，角色可删除。 > 文章作者：请叫我小蜜蜂同学 有幸参加亚马逊的【云上探索实验室】实验活动，活动围绕亚马逊 SageMaker 开展。[Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) 是一项完全托管的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)服务。借助 SageMaker，开发人员可以快速、轻松地构建和训练[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型，然后直接将模型部署到生产就绪托管环境中。它提供了一个集成的 Jupyter 编写 Notebook 实例，无需管理服务器。此外，它还可以提供常见的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)算法，这些算法经过了优化，可以在分布式环境中高效处理非常大的数据。借助对 bring-your-own-algorithms 和框架的原生支持， SageMaker Sand 可以提供灵活并且适合具体工作流程的分布式训练选项。通过在 SageMaker Studio 或 SageMaker 控制台中单击几下来启动模型，即可将模型部署到安全的、可扩展的环境。 本次活动提供了11个教学视频、3个实验教学手册及若干快速上手资料。 有兴趣的伙伴们可以通过个个链接深入学习和体验：https://shimo.im/docs/KrkEVg7j6eC4aGAJ?trk=cndc-detail ## 做前必看 现在就《使用 [Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) 构建[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)应用》、《基于 [Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) 构建细粒度情感分析应用》、《基于 Stable Diffusion 模型，快速搭建你的第一个 AIGC 应用》3个实验做个简单总结。3个实验总体来说还算比较容易上手，而且一个比一个要出彩，一个比一个能给人欣喜的感觉。除第2个实验《基于 [Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) 构建细粒度情感分析应用》外，第1和第3个实验按手册可顺利完成。在这里，特别要感谢大牛 Thoma 老师的先行避坑指南，链接在这里：https://blog.csdn.net/weixin_41466565/article/details/129782175?spm=1001.2014.3001.5501?trk=cndc-detail 大家在上手前，千万千万认真学习上边个个链接。能帮大家更好避坑。 ## 说一说其它的几点注意 Thoma 老师文章里提到的所有坑点在这里不再记录。 1、所有的创建看清在哪个区，位置在页面右上角。  这涉及到最后删除时的操作。不要把区搞错，以为自己删除了，但实际上资源还在在其它默默的存在。 2、第1和第2个实验，我是在美东1区做的。第3个实验在亚太东京区做的。第3个实验的额度在美东1提交无反馈，按手册要求在亚太东京区提交后，24小时内有了增加。 3、关于删除资源的问题。三个实验我分在三天尝试。所以每次结束实验都会开启吐血式的删除操作。真心快要强迫症了。 删除操作可以按这个链接来 https://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/ex1-cleanup.html\?trk=cndc-detail 一般把实例、服务、角色、存储桶 删除。Thoma 老师文章里说还删除训练任务，但并没能删除。看到官方说明，说是训练任务是删除不了的。 删除角色时，有两个角色如下:  图中第一个位置的角色至今还是删除不了。 第二个位置的角色，根据报错信息做了如下图的禁用及策略的对应删除后，角色可删除。  但，它，对就是下图的它~不让删啊不让删！谁能教教我如何把它删掉，先谢谢了。。。。  ## 快乐的晒晒小成果 最后，晒下我第3个实验的小成果  我想要匹会飞的马，然后：  或许是 huggingface 模型没选好，所以，它可能是认为5条腿的马不用翅膀，只要捣腾速度够快就能飞~  同样，我想要个大眼高鼻梁会飞的小姑娘，但，可能这个模型对“飞”有它自己的理解，哈哈 ~ ## 总结 总体来说，本次活动很有趣，能感受到活动主办方在前期准备工作中做的努力，虽然细节方面还有一点点问题，比如第二个实验的手册，还比如第一次课程的 PPT 里翻译的词语有问题。活动中，csdn.net 的老师们尽职尽责，有问必答，而且反馈非常及时。活动群里的伙伴们互相帮助气氛热烈。建议有兴趣的小伙伴一起探索！ *该动手实验方案由亚马逊云科技解决方案架构师团队提供 - 点击查看[实验手册内容](https://catalog.us-east-1.prod.workshops.aws/workshops/3b86fa89-da3a-4e5f-8e77-b45fb11adf4a/zh-CN?trk=cndc-detail)*