SagemakerでEndpoint configurationからもう一度Endpointを作る方法（pytorch）

背景

SagemakerのNotebookから学習を行い、そのままEndpointを作って使うことはあると思います。
使い終わったEndpointは削除すると思いますが、もう一度Endpointを作りたいと思った時に学習からやり直すのはつらいです。
そこで、 もう一度Endpointを作成する方法を模索しました。

前提

この記事ではpytorchを使って試しています。他のフレームワークは試していません。
既に一度Endpointの作成までは行っていることを前提としています。
実行は全てSageMakerのNotebookで行います。

Endpointを作る方法

1. Endpoint configurationからEndpointを作成

下のコードを実行することでEndpointが作成されます。

%%time

import time

#任意の名前
endpoint_name = 'test-endpoint'

#ここに学習から実行した時のEndpoint configurationのNameを指定します。
endpoint_config_name = 'sagemaker-pytorch-2019-08-06-12-14-22-209'

print(endpoint_name)

create_endpoint_response = sm.create_endpoint(
    EndpointName=endpoint_name,
    EndpointConfigName=endpoint_config_name)

print(create_endpoint_response['EndpointArn'])

resp = sm.describe_endpoint(EndpointName=endpoint_name)
status = resp['EndpointStatus']
print("Status: " + status)

while status=='Creating':
    time.sleep(60)
    resp = sm.describe_endpoint(EndpointName=endpoint_name)
    status = resp['EndpointStatus']
    print("Status: " + status)

print("Arn: " + resp['EndpointArn'])
print("Status: " + status)

2. 作成したEndpointをNotebookから実行できるように

作成したEndpointをNotebookから実行できるようにします。

from sagemaker.predictor import RealTimePredictor, npy_serializer, numpy_deserializer

predictor = RealTimePredictor(endpoint_name,
                serializer=npy_serializer,
                deserializer=numpy_deserializer,
                content_type='application/x-npy',
                accept='application/x-npy'
)

作成したpredictorは、学習から行う時と同じように推論に使うことができます。

y = predictor.predict(data)