准备实验数据

为了减少由于电脑操作系统不同而造成的配置问题,本实验将运用 Cloud9 云端集成开发环境 (IDE)。

  1. 接下来,我们将在Cloud9中设置后续实验所需要的S3储存桶以及相关实验数据。 在Cloud9的命令行中输入下面的代码

    ec2_az=$(curl -s http://169.254.169.254/latest/meta-data/placement/availability-zone)
       
    ec2_region="`echo \"$ec2_az\" | sed 's/[a-z]$//'`"
       
    account_id=$(aws sts get-caller-identity --region $ec2_region --query Account --output text)
       
    aws s3 cp s3://mldev/samples/ml_bot_sample_asset.tar --region $ec2_region .
       
    rm -rf ml_bot_sample_asset
    tar xf ml_bot_sample_asset.tar
    

    Image

  2. 在账户中创建S3桶,用于存放实验数据

    bucket=ml-bot-exampledata-${account_id}
    if (( $ec2_region == "us-east-1" ))
    then
        aws s3api create-bucket --bucket ${bucket} --region $ec2_region  || echo
    else
        aws s3api create-bucket --bucket ${bucket} \
            --region $ec2_region \
            --create-bucket-configuration LocationConstraint=$ec2_region || echo
    fi
      
    
  3. 向目标桶拷贝数据

    cd ml_bot_sample_asset && aws s3 cp --recursive --quiet --region $ec2_region samples s3://${bucket}/samples && cd ..
       
    
  4. 至此,您以成功完成数据上传。