Comment puis-je résoudre les problèmes courants liés au modèle de registre dans Sagemaker AI ?

Lecture de 3 minute(s)
0

Je souhaite résoudre les problèmes courants liés au modèle de registre dans Amazon SageMaker AI.

Résolution

Vous ne pouvez pas enregistrer un modèle dans SageMaker AI Model Registry

Remarque : La résolution suivante concerne un modèle déployé en tant que SageMaker AI, pour lequel des fiches modèles ont été créées et qui est associé à un point de terminaison SageMaker AI.

Si vous avez utilisé un pipeline pour enregistrer votre modèle et que vous avez utilisé le SDK SageMaker AI Python version 2.90.0 ou ultérieure, RegisterModel n'est pas pris en charge. Pour résoudre ce problème, utilisez ModelStep pour enregistrer le modèle. Vous pouvez également utiliser Boto3 ou SageMaker AI Studio pour enregistrer votre modèle.

Remarque : Si vous nécessitez plus de 1 000 modèles, demandez une augmentation de quota.

Une erreur « Accès refusé » se produit lorsque vous créez des modèles intercomptes

Lorsque vous créez un modèle pour plusieurs comptes AWS, le message d'erreur suivant peut s'afficher :

« An error occurred (AccessDeniedException) when calling the CreateModel operation: User: arn:aws:sts::123456789**:assumed-role/Role-AA** is not authorized to perform: sagemaker:CreateModel on resource: arn:aws:sagemaker:eu-west-1:123456789**:model-package/sample-model-package-group/20 because no resource-based policy allows the sagemaker:CreateModel action. »

L'erreur précédente se produit lorsque vous n'avez pas correctement configuré votre politique de ressources. Pour résoudre ce problème, configurez correctement la politique de ressources du compartiment Amazon Simple Storage Service (Amazon S3) et du groupe de packages de modèles. Modifiez également l'ID de compte, la région AWS et le groupe de packages de modèles si nécessaire. Pour plus d'informations, consultez la section Déployer une version de modèle à partir d'un autre compte.

Vous ne pouvez pas afficher le groupe de packages de modèles dans l'environnement SageMaker AI Studio

Remarque : Si des erreurs surviennent lorsque vous exécutez des commandes de l'interface de la ligne de commande AWS (AWS CLI), consultez la section Résoudre des erreurs liées à l’AWS CLI. Vérifiez également que vous utilisez bien la version la plus récente de l’AWS CLI.

Si vous utilisez un domaine et un profil utilisateur pour créer un groupe de packages de modèles, les valeurs sont affichées sous forme d’identifications. Les identifications sont appliquées à votre groupe de packages de modèles. Pour vérifier les identifications, exécutez la commande list-tags suivante :

aws sagemaker list-tags --resource-arn example-model-package-group-arn

Remarque : Remplacez example-model-package-group-arn par l’ARN du groupe de packages de modèles.

Pour afficher les informations sur votre groupe de packages de modèles, exécutez la commande describe-model-package-group suivante :

aws sagemaker describe-model-package-group --model-package-group-name example-model-package-group-name

Remarque : Remplacez example-model-package-group-name par le nom de votre groupe de packages de modèles.

Remarque : SageMaker AI utilise l’identification sagemaker:domain-arn qui est associée aux ressources SageMaker AI pour le filtrage des ressources. Par conséquent, SageMaker AI affiche uniquement les ressources créées dans le domaine et les ressources qui n’incluent pas l’identification sagemaker:domain-arn. De plus, le filtrage des ressources n'est pris en charge que dans l'interface utilisateur de Studio.

AWS OFFICIEL
AWS OFFICIELA mis à jour il y a un mois