amazon의 aws EC2 인스턴스로 이미지 분류기 (cnn)를 교육하고 있습니다. 데이터 세트가 커짐에 따라 인스턴스에 이르기까지 약 200,000 개의 이미지와 scp 데이터 세트가 비효율적으로 보입니다. 로컬 컴퓨터의 데이터 세트 디렉토리를 가리키는 동안 EC2 인스턴스에서 모델을 학습 할 수있는 방법이 있습니까? 을 실행하는 동안 로컬로 저장된 데이터 세트를 가리 키도록 image_dir
매개 변수를 조정할 수있는 방법이 있나요로컬 데이터가있는 EC2의 교육 모델
python retrain.py \
--image_dir /Users/vivek/Desktop/Data2Compress/\
--learning_rate=0.001 \
--testing_percentage=20 \
--validation_percentage=20 \
--train_batch_size=32 \
--validation_batch_size=-1 \
--flip_left_right True \
--random_scale=30 \
--random_brightness=30 \
--eval_step_interval=100 \
--how_many_training_steps= 100000 \
--architecture mobilenet_1.0_224
:
그래서 예를 들어 내가 로컬 내 모델을 훈련하고 있다면 훈련을 시작하려면이 같은 것을 사용합니다 EC2 교육?