0

我已经用 sagemaker 成功地训练了一个 LDA 模型，我已经能够设置一个推理 API，但它对我一次可以查询的记录数有限制。

我需要对一个大文件进行预测，并且一直在尝试使用批量转换，但是遇到了障碍。

我的输入日期是 application/x-recordio-protobuf 内容类型，代码如下：

# Initialize the transformer object
transformer =sagemaker.transformer.Transformer(
    base_transform_job_name='Batch-Transform',
    model_name=model_name,
    instance_count=1,
    instance_type='ml.c4.xlarge',
    output_path=output_location,
    max_payload=20,
    strategy='MultiRecord'
    )
# Start a transform job
transformer.transform(input_location, content_type='application/x-recordio-protobuf',split_type="RecordIO")
# Then wait until the transform job has completed
transformer.wait()

# Fetch validation result 
s3_client.download_file(bucket, 'topic_model_batch_transform/output/batch_tansform_part0.pbr.out', 'batch_tansform-result')
with open('batch_tansform-result') as f:
    results = f.readlines()   
print("Sample transform result: {}".format(results[0]))

我已将输入文件分成 10 个文件，每个文件大小约为 19MB。我首先尝试在单个块上运行，因此总共 19MB。我尝试过改变策略，尝试 SingleRecord。我也尝试过不同的 split_types，也尝试过 None 和“Line”。

我已经阅读了文档，但不清楚我还应该尝试什么，错误消息也很不清楚。

2019-04-02T15:49:47.617:[sagemaker logs]: MaxConcurrentTransforms=1, MaxPayloadInMB=20, BatchStrategy=MULTI_RECORD
#011at java.lang.Thread.run(Thread.java:748)2019-04-02T15:49:48.035:[sagemaker logs]: du-sagemaker/data/batch_transform/batch_tansform_part0.pbr: Bad HTTP status returned from invoke: 413
2019-04-02T15:49:48.036:[sagemaker logs]: du-sagemaker/data/batch_transform/batch_tansform_part0.pbr:
2019-04-02T15:49:48.036:[sagemaker logs]: du-sagemaker/data/batch_transform/batch_tansform_part0.pbr: Message:
2019-04-02T15:49:48.036:[sagemaker logs]: du-sagemaker/data/batch_transform/batch_tansform_part0.pbr: <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//EN">
2019-04-02T15:49:48.036:[sagemaker logs]: du-sagemaker/data/batch_transform/batch_tansform_part0.pbr: <title>413 Request Entity Too Large</title>
2019-04-02T15:49:48.036:[sagemaker logs]: du-sagemaker/data/batch_transform/batch_tansform_part0.pbr: <h1>Request Entity Too Large</h1>
2019-04-02T15:49:48.036:[sagemaker logs]: du-sagemaker/data/batch_transform/batch_tansform_part0.pbr: <p>The data value transmitted exceeds the capacity limit.</p>

以上是我使用上述配置获得的最后一个，在此之前我还收到了 400 HTTP 错误代码。

任何帮助或指示将不胜感激！谢谢

4

2 回答 2

2

虽然批量转换平台支持灵活的有效负载限制（通过MaxPayloadInMB），但许多算法设置了更严格的内部限制。这适用于 SageMaker 内置 LDA 算法，该算法根据其内部配置拒绝“大型”请求。

您在日志中看到的错误说明了这一点：批量转换客户端尝试发送最大 20MB 的请求，但 LDA 算法服务器拒绝了该请求并返回错误代码413 (Request Entity Too Large)。

在使用 SageMaker 内置算法容器或任何不属于您自己的容器时，我们建议您在请求中保留未MaxPayloadInMB设置的参数。CreateTransformJob这将提示平台选择算法的默认执行参数，您将在日志中看到这些参数，如下所示：

[sagemaker logs]: MaxConcurrentTransforms=1, MaxPayloadInMB=${DEFAULT_MAX_PAYLOAD_IN_MB}, BatchStrategy=MultiRecord

有关如何解决这些“执行参数”的更多信息，请参阅此处记录的“优先顺序” 。

除了控制有效负载大小之外，您的其他转换作业参数选择 (SplitType=RecordIO和BatchStrategy=MultiRecord) 对于传递 RecordIO-Protobuf 数据看起来是正确的。

于 2019-04-08T17:55:16.353 回答
0

我设法解决了这个问题，我使用的 maxpayload 似乎太高了。我设置 MaxPayloadInMB=1，它现在像梦一样运行

于 2019-04-30T12:13:03.163 回答