machine-learning - 如何在本地计算机上加载和部署预先训练的 AWS Sagemaker XGBoost 模型？

Question

我已经训练了 Sagemaker XGBoost 模型，并将 model.tar.gz 文件从 S3 下载到我的本地计算机上。如何加载此模型以使用 Flask 进行部署？

我尝试使用pickle来加载解压的模型文件，但它似乎不起作用。

import sagemaker
import boto3
import os
import pickle

with open('xgboost-model', 'r') as inp:
   cls.model = pkl.load(inp)

回溯(最近一次调用最后一次): 文件“”，第 2 行，位于 文件“C:\Anaconda3\lib\encodings\cp1252.py”，第 23 行，解码中 返回 codecs.charmap_decode(input,self.errors,decoding_table)[0]UnicodeDecodeError:“charmap”编解码器无法解码位置 969 中的字节 0x81:字符映射到

Answer 1

想通了!下载的预训练 sagemaker 模型可以从 tar.gz 格式提取到本地计算机上。提取后，以字节格式在 python 中打开文件并使用 pickle 加载。

file = open(model_path, 'rb')
xgb_model = pickle.loads(file.read())

然后读入要转换为 xgboost DMatrix 格式的输入数据，而无需任何独立数据或标题来进行预测。

data_input = xgb.DMatrix(data.iloc[:, 1:].values)
predictions = xgb_model.predict(data_input)