本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用 Amazon S3 儲存貯體進行輸入和輸出
<a name="automatic-model-tuning-ex-bucket"></a>

設定 S3 儲存貯體以上傳訓練資料集，並儲存超參數調校任務的訓練輸出資料。

**使用預設的 S3 儲存貯體**

使用下列程式碼指定為 SageMaker AI 工作階段配置的預設 S3 儲存貯體。`prefix` 是 SageMaker AI 儲存目前訓練任務資料的儲存貯體路徑。

```
sess = sagemaker.Session()
bucket = sess.default_bucket() # Set a default S3 bucket
prefix = 'DEMO-automatic-model-tuning-xgboost-dm'
```

**使用特定的 S3 儲存貯體 (選用)**

如要使用特定的 S3 儲存貯體，請使用下列程式碼，並將字串取代為 S3 儲存貯體的確切名稱。儲存貯體的名稱必須包含 **sagemaker**，且為全域唯一。儲存貯體必須與您在此範例中使用的筆記本執行個體位於相同 AWS 區域。

```
bucket = "sagemaker-your-preferred-s3-bucket"

sess = sagemaker.Session(
    default_bucket = bucket
)
```

**注意**  
如果您用來執行超參數調校任務的 IAM 角色具有授予 `S3FullAccess` 許可的政策，儲存貯體名稱就不需要包含 **sagemaker**。

## 後續步驟
<a name="automatic-model-tuning-ex-next-data"></a>

[下載、準備和上傳訓練資料](automatic-model-tuning-ex-data.md)