如何使用 joblib.dump 在 s3 上保存 sklearn 模型？

我有一个 sklearn 模型，我想使用 joblib.dump 将 pickle 文件保存在我的 s3 存储桶上

I used joblib.dump(model, 'model.pkl')将模型保存到本地，但我不知道如何将其保存到 s3 存储桶。

s3_resource = boto3.resource('s3')
s3_resource.Bucket('my-bucket').Object("model.pkl").put(Body=joblib.dump(model, 'model.pkl'))

我希望腌制的文件位于我的 s3 存储桶上。

这是一种对我有用的方法。非常简单明了。我在用着joblib（它更适合存储大型 sklearn 模型）但您可以使用pickle too.
另外，我使用临时文件与 S3 之间进行传输。但如果您愿意，您可以将该文件存储在更永久的位置。

import tempfile
import boto3
import joblib

s3_client = boto3.client('s3')
bucket_name = "my-bucket"
key = "model.pkl"

# WRITE
with tempfile.TemporaryFile() as fp:
    joblib.dump(model, fp)
    fp.seek(0)
    s3_client.put_object(Body=fp.read(), Bucket=bucket_name, Key=key)

# READ
with tempfile.TemporaryFile() as fp:
    s3_client.download_fileobj(Fileobj=fp, Bucket=bucket_name, Key=key)
    fp.seek(0)
    model = joblib.load(fp)

# DELETE
s3_client.delete_object(Bucket=bucket_name, Key=key)