Como soluciono problemas comuns de registro de modelos no Sagemaker AI?

Resolução

Não é possível registrar um modelo no Registro de Modelos do SageMaker AI

Observação: a resolução a seguir é para um modelo que é implantado como SageMaker AI, tem cartões de modelo criados e está associado a um endpoint do SageMaker AI.

Se você usou um pipeline para registrar seu modelo e usar o SDK do SageMaker AI para Python versão 2.90.0 ou posterior, o RegisterModel não é compatível. Para resolver esse problema, use o ModelStep para registrar o modelo. Também é possível usar o Boto3 ou o SageMaker AI Studio para registrar seu modelo.

Observação: se você precisar de mais de 1000 modelos, solicite um aumento de cota.

O erro “Acesso negado” ocorre quando você cria modelos entre contas

Ao criar um modelo em todas as contas da AWS, você pode receber o seguinte erro:

“Ocorreu um erro (AccessDeniedException) ao chamar a operação CreateModel: usuário: arn:aws:sts::123456789**:assumed-role/role-aa*\ *não está autorizado a executar: SageMaker:createModel no recurso: arn:aws:sagemaker:eu-west- 1:123456789**:model-package/sample-model-package-group/20 porque nenhuma política baseada em recursos permite a ação sagemaker:CreateModel.”

O erro anterior ocorre quando você não configurou corretamente sua política de recursos. Para resolver esse problema, configure corretamente o bucket do Amazon Simple Storage Service (Amazon S3) e a política de recursos do grupo de pacotes modelo. Além disso, modifique o ID da conta, a região AWS e o grupo de pacotes modelo conforme necessário. Para obter mais informações, consulte Implantar uma versão do modelo de uma conta diferente.

Não é possível visualizar o grupo de pacotes de modelos no ambiente do SageMaker AI Studio

Observação: se você receber erros ao executar comandos da AWS Command Line Interface (AWS CLI), consulte Solução de erros da AWS CLI. Além disso, verifique se você está usando a versão mais recente da AWS CLI.

Se você usar um domínio e um perfil de usuário para criar um grupo de pacotes modelo, os valores serão mostrados como tags. As tags são aplicadas ao seu grupo de pacotes de modelos. Para verificar as tags, execute o seguinte comando list-tags:

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

Observação: substitua example-model-package-group-arn pelo ARN do seu grupo de pacotes de modelos.

Para visualizar as informações do grupo de pacotes de modelos, execute o seguinte comando describe-model-package-group:

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

Observação: substitua example-model-package-group-name pelo nome do seu grupo de pacotes modelo.

Observação:O SageMaker AI usa a tag sagemaker:domain-arn anexada aos recursos do SageMaker AI para filtragem de recursos. Como resultado, o SageMaker AI exibe somente recursos criados no domínio e recursos que não têm a tag sagemaker:domain-arn. Além disso, a filtragem de recursos é suportada somente na interface do usuário do Studio.