Come posso risolvere i problemi più comuni relativi al registro dei modelli in Sagemaker AI?

3 minuti di lettura
0

Desidero risolvere i problemi più comuni relativi al registro dei modelli in Amazon SageMaker AI.

Risoluzione

Non è possibile registrare un modello nel registro di SageMaker AI

Nota: la seguente risoluzione riguarda un modello distribuito come SageMaker AI in cui sono state create delle schede modello ed è associato a un endpoint SageMaker AI.

Se hai utilizzato una pipeline per registrare il tuo modello e utilizzi SageMaker AI Python SDK versione 2.90.0 o successiva, la funzionalità RegisterModel non è supportata. Per risolvere questo problema, utilizza ModelStep per registrare il modello. Puoi anche usare Boto3 o SageMaker AI Studio per registrare il tuo modello.

Nota: se hai bisogno di più di 1.000 modelli, richiedi un aumento della quota.

Si verifica un errore "Access denied" quando crei modelli multi-account

Quando crei un modello su più account AWS, potresti ricevere il seguente errore:

"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'errore precedente si verifica quando non è stata configurata correttamente la policy delle risorse. Per risolvere questo problema, configura correttamente la policy delle risorse del bucket Amazon Simple Storage Service (Amazon S3) e del gruppo di pacchetti modello. Inoltre, modifica l'ID dell'account, la regione AWS e il gruppo di pacchetti modello secondo necessità. Per ulteriori informazioni, consulta Deploy a model version from a different account (Distribuisci una versione del modello da un account diverso) .

Non è possibile visualizzare il gruppo di pacchetti modello nell'ambiente SageMaker AI Studio

Nota: se ricevi errori durante l’esecuzione dei comandi dell'interfaccia della linea di comando AWS (AWS CLI), consulta Risoluzione degli errori per AWS CLI. Inoltre, assicurati di utilizzare la versione più recente di AWS CLI.

Se utilizzi un dominio e un profilo utente per creare un gruppo di pacchetti modello, i valori vengono visualizzati come tag. I tag vengono applicati al gruppo di pacchetti modello. Per controllare i tag, esegui il seguente comando list-tags:

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

Nota: sostituisci example-model-package-group-arn con l'ARN del tuo gruppo di pacchetti modello.

Per visualizzare le informazioni sul gruppo di pacchetti modello, esegui il seguente comando describe-model-package-group:

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

Nota: sostituisci example-model-package-group-name con il nome del gruppo di pacchetti modello.

Nota: SageMaker AI utilizza il tag sagemaker:domain-arn associato alle risorse SageMaker AI per il filtraggio delle risorse. Di conseguenza, SageMaker AI mostra solo le risorse create nel dominio e le risorse che non hanno il tag sagemaker:domain-arn tag. Inoltre, il filtraggio delle risorse è supportato solo nell'interfaccia utente di Studio.

AWS UFFICIALE
AWS UFFICIALEAggiornata un mese fa