如何在 Sagemaker 2 中使用序列化器和反序列化器

我使用 Sagemaker 笔记本启动conda_python3内核，并遵循example笔记本用于随机砍伐森林.

截至撰写本文时，Sagemaker SDK附带conda_python3版本是1.72.0，但是我想使用新功能，所以我更新我的笔记本以使用最新的

%%bash
pip install -U sagemaker

我看到它更新了。

print(sagemaker.__version__)

# 2.4.1

从版本 1.x 到 2.x 的更改是序列化器/解串器类

以前（在版本 1.72.0 中）我会更新预测器以使用正确的序列化器/反序列化器，并且可以在我的模型上运行推理

from sagemaker.predictor import csv_serializer, json_deserializer


rcf_inference = rcf.deploy(
    initial_instance_count=1,
    instance_type='ml.m4.xlarge',
)

rcf_inference.content_type = 'text/csv'
rcf_inference.serializer = csv_serializer
rcf_inference.accept = 'application/json'
rcf_inference.deserializer = json_deserializer

results = rcf_inference.predict(some_numpy_array)

（请注意，这一切都来自example

我尝试使用 sagemaker 2.4.1 复制此内容，如下所示

from sagemaker.deserializers import JSONDeserializer
from sagemaker.serializers import CSVSerializer

rcf_inference = rcf.deploy(
    initial_instance_count=1,
    instance_type='ml.m5.xlarge',
    serializer=CSVSerializer,
    deserializer=JSONDeserializer
)

results = rcf_inference.predict(some_numpy_array)

我收到一个错误

TypeError: serialize() missing 1 required positional argument: 'data'

我知道我错误地使用了串行器/解串器，但找不到关于如何使用它的良好文档

为了使用新的序列化器/反序列化器，您需要初始化它们，例如：

from sagemaker.deserializers import JSONDeserializer
from sagemaker.serializers import CSVSerializer

rcf_inference = rcf.deploy(
    initial_instance_count=1,
    instance_type='ml.m5.xlarge',
    serializer=CSVSerializer(),
    deserializer=JSONDeserializer()
)