问题标签 [amazon-machine-learning]

我对Sagemaker Neo有几个问题：

1) 如果我有外部训练的 tensorflow/mxnet 模型，我可以利用 Sagemaker Neo 吗？

2) Sagemaker 为“image-classification”提供容器镜像，并为 neo 编译作业发布了一个名为“ image-classification-neo ”的新镜像。他们俩有什么区别？我是否需要类似地为每个预构建的 sagemaker 模板（容器）提供一个新的 Neo 兼容图像？

任何帮助，将不胜感激

谢谢！！

我正在为时间序列数据构建一个机器学习管道，其目标是频繁地重新训练和更新模型以进行预测。

• 我编写了一个预处理代码来处理时间序列变量并对其进行转换。

我对如何使用相同的预处理代码进行训练和推理感到困惑？我应该编写一个 lambda 函数来预处理我的数据还是有其他方法

消息来源调查：

aws sagemaker 团队给出的两个示例使用 AWS Glue 进行 ETL 转换。

inference_pipeline_sparkml_xgboost_abalone

inference_pipeline_sparkml_blazingtext_dbpedia

我是试图学习、理解和构建流程的 aws sagemaker 的新手。任何帮助表示赞赏！

微软是唯一提供自定义对象检测的公司吗？他们限制了 100 个项目来寻找更具可扩展性的供应商。

我知道，一个端点可以有多个模型（多模型端点）。但是，我可以从 s3 存储桶中获得这些不同用例和不同数据集的多个模型吗？因为我们在调用预测时提到了模型工件。我能有......吗？

我想 (a) 从 SageMaker (b) AutoML 管道中绘制 SHAP 值。为实现 (a)，调试器应根据：https ://aws.amazon.com/blogs/machine-learning/ml-explainability-with-amazon-sagemaker-debugger/ 使用。

但是如何在不侵入后台的情况下启用 AutoPilot 中的调试模型呢？

我正在使用 MERN（Mongodb，Express，React，NodeJS）Stack Code 进行 Aws 机器学习。但问题是，当我上传数据文件（.csv 文件）以进行过程机器学习后，有时过程训练因 TrainingFailed 错误而失败如下：

算法错误：CannotStartContainerError。请确保容器可以使用“docker run train”运行。有关详细信息，请参阅 SageMaker 文档。Dockerfile 的入口点可能没有正确定义，或者缺少权限。

我还在 AWS 账户中设置了以下设置。

还要在 AWS 账户中授予以下权限：

在所有设置和权限之后，我还应用了 mongodb 配置设置中的所有键我无法理解我需要处理机器学习。实际上训练没有完成，无法在 s3 存储桶中获取模型工件。它看起来像： sagemaker 过程是没有开始 。任何人都可以帮助我吗？

我的 DockerFile 存储在名为 Dockerfile 的项目文件夹中。

我还在 Docker Hub 中为 Sagemaker 线性学习器和 xgboost 设置了代码映像，还在 aws 中的 ECR 中创建了存储库。

我还在 aws 的opt/ml/code/train.py 目录中复制了 train.py 并得到了输出输出：/home/ec2-user/SageMaker/docker_test_folder但仍然出现此错误。

我正在使用 MERN（MongoDb，Experss，ReactJS，NodeJS）堆栈进行机器学习，其中 Aws 密钥（访问密钥和秘密密钥）放置在 MongoDB 配置中，并用于在 Nodejs 和 Express 中编写模型代码。

问题： 上传 .csv 或 .xls 文件后，在 aws 帐户中未完成培训，它将显示培训失败并出现以下错误：

算法错误：CannotStartContainerError。请确保容器可以使用“docker run train”运行。有关详细信息，请参阅 SageMaker 文档。Dockerfile 的入口点可能没有正确定义，或者缺少权限。

对于机器学习，我将完成以下设置： S3 - 创建访问密钥和秘密密钥和创建存储桶 - 密钥被放置到 MongoDB 配置和存储桶和区域也放置在那里。

Sagemaker -> Notebook Instacne - 创建笔记本实例，并且服务处于待处理状态。- 此设置在 aws 帐户中完成。

Sagemaker -> 我是角色 -创建我是角色 - 此设置在 aws 帐户中完成。

Sagemaker -> 模型 - 创建模型和模型 ARN 和角色 ARN。- 此设置在 aws 帐户中完成。

ECR（弹性容器注册表） -使用名称 linear-learner 和 xgboost 创建存储库-此设置在 aws 帐户中完成。

Dockerfile -创建 Dockerfile -保存在项目文件夹中。

Docker Hub - 创建 Docker Hub 账户

SNS 凭证 -SNS 密钥和主题 ARN -在 MongoDB 配置中设置。

以下权限由我提供： 附加目录 AmazonSagemakerFullAccess AmazonS3FullAccess AmazonSNSFullAccess AmazonEC2ContainerRegistryReadOnly

从组附加 AmazonEC2FullAccess AmazonDymonDBFullAccess AmazonMachineLearningFullAccess AdministratorAccess AWSElasticBeanStalkFullAccess AmazonSagemakerFullAccess

Dockerfile

泊坞窗图像

Docker 镜像也通过创建与我们在 ECR 中提供的相同名称的存储库来推送到 Docker Hub。

在我上传 .csv 或 .xls 文件的所有这些设置和事情之后，我在训练模型期间遇到了同样的错误，因为上面提到的训练失败并且我的过程没有 100% 完成。

在设置完所有这些东西和权限之后，过程还没有完成并且得到这个错误任何人都可以帮我处理这些吗？