エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
SageMakerとS3でPytorchモデルをトレーニングするときの便利集 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
SageMakerとS3でPytorchモデルをトレーニングするときの便利集 - Qiita
import sagemaker, boto3, os sagemaker_source_path = "./my_image.jpg" s3_dest_path = "my_image.jpg... import sagemaker, boto3, os sagemaker_source_path = "./my_image.jpg" s3_dest_path = "my_image.jpg" sess = sagemaker.Session(default_bucket='backet_name') bucket = sess.default_bucket() boto3.Session().resource('s3').Bucket(bucket).Object(s3_dest_path).upload_file(sagemaker_source_path) import sagemaker, boto3, os s3_source_path = "./my_image.jpg" sagemaker_dest_path = "my_image.jpg" sess = sagemak