问题标签 [amazon-sagemaker]

我可以使用部署功能托管在SageMaker中开发的模型。目前，我看到我开发的不同模型需要部署在不同的 ML 计算实例上。

有没有办法在同一个实例上部署所有模型，使用单独的实例似乎是非常昂贵的选择。如果可以在同一个实例上部署多个模型，那会为模型创建不同的端点吗？

我在不同的数据段上创建了单独的预测模型（使用 SageMaker 的内置算法）。在生产中，这些模型需要根据输入数据的片段来调用。

是否可以在 SageMaker 中托管复合模型？如何定义部署复合模型的配置？

我希望为 SageMaker 中的服务端点提供一些超参数。训练实例可以使用以下超参数访问输入参数：

但是，在部署端点时，无法传入用于控制函数中数据处理的input_fn(serialized_input, content_type)参数。

将参数传递给服务实例的最佳方式是什么？类中定义的source_dir参数是否sagemaker.tensorflow.TensorFlow复制到服务实例？如果是这样，我可以使用 config.yml 或类似的。

我在 SageMaker 中运行 k-means 示例：

当我运行此行时，出现访问被拒绝错误。

错误返回：

ClientError：调用 PutObject 操作时发生错误 (AccessDenied)：访问被拒绝

我还阅读了其他问题，但他们的答案并没有解决我的问题。
请你看看我的案子好吗？

我有一个使用自定义估计器的 sagemaker tensorflow 模型，类似于 abalone.py sagemaker tensorflow 示例，在 serving_input_fn 中使用 build_raw_serving_input_receiver_fn：

使用 json 从 java-script 请求预测：

到目前为止一切都很好。现在我想添加一些特征工程（使用从训练数据派生的缩放器对特征进行缩放转换）。按照使用 tensorflow tf-transform 进行数据规范化的答案的模式，我现在得到了 serving_input_fn，如下所示：

从 saved_model_cli 显示 --dir 。--所有我可以看到输入签名已经改变：

我如何为这个新模型的预测准备特征？在python中，我一直没有成功地尝试过类似的事情

还需要从 java-script 发送预测请求。

我正在尝试通过 sagemaker 托管自定义 docker 容器。我正在使用 nginx、gunicorn、flask 设置。我能够为我的应用程序调用（ping）端点。我的服务的输入是“应用程序/json”格式，服务的预期输出是 json。

当我调用服务时，我在客户端得到以下输出：

我的端点日志告诉：

我的 nginx.conf

有没有人遇到过类似的问题？对此的任何建议都会有很大帮助。

我已将自己的 Jupyter 笔记本上传到 Sagemaker，并尝试为 S3 中的训练/验证数据创建迭代器，如下所示：

我收到以下异常：

我检查了与此笔记本实例附加的 IAM 角色是否具有 S3 访问权限。关于解决此问题可能需要什么的任何线索？

我想将一个 Spark DataFrame 从 AWS SageMaker 保存到 S3。在笔记本中，我跑了

myDF.write.mode('overwrite').parquet("s3a://my-bucket/dir/dir2/")

我明白了

Py4JJavaError：调用 o326.parquet 时出错。：java.lang.RuntimeException：java.lang.ClassNotFoundException：在org.apache的org.apache.hadoop.conf.Configuration.getClass（Configuration.java:2195）中找不到类org.apache.hadoop.fs.s3native.NativeS3FileSystem .hadoop.fs.FileSystem.getFileSystemClass(FileSystem.java:2654) 在 org.apache.hadoop.fs.FileSystem.createFileSystem(FileSystem.java:2667) 在 org.apache.hadoop.fs.FileSystem.access$200(FileSystem. java:94) 在 org.apache.hadoop.fs.FileSystem$Cache.getInternal(FileSystem.java:2703) 在 org.apache.hadoop.fs.FileSystem$Cache.get(FileSystem.java:2685) 在 org.apache .hadoop.fs.FileSystem.get(FileSystem.java:373) 在 org.apache.hadoop.fs.Path.getFileSystem(Path.java:295) 在 org.apache.spark.sql.execution.datasources.DataSource。

我应该如何在笔记本中正确执行？非常感谢！

我正在使用 java Sagemaker SDK 调用 Sagemaker 端点。我发送的数据几乎不需要清理，模型就可以将其用于预测。我怎样才能在 Sagemaker 中做到这一点。

我在 Jupyter 笔记本实例中有一个预处理功能，它在传递该数据以训练模型之前清理训练数据。现在我想知道我是否可以在调用端点时使用该函数，或者该函数是否已被使用？如果有人愿意，我可以显示我的代码吗？

编辑 1 基本上，在预处理中，我正在做标签编码。这是我的预处理功能

这里的“数据”是一个熊猫数据框。

现在我想在调用端点时使用这些 le1,le2。我想在 sagemaker 本身而不是在我的 java 代码中进行此预处理。

我有一个关于 SageMaker 的笔记本，我想每天晚上运行。安排此任务的最佳方式是什么。有没有办法从 SageMaker 运行 bash 脚本并安排 Cron 作业？