Help us improve the AWS re:Post Knowledge Center by sharing your feedback in a brief survey. Your input can influence how we create and update our content to better support your AWS journey.
标记有以下标签的问题： 亚马逊 Sagemaker 管道
Amazon SageMaker Pipelines is the first purpose-built, easy-to-use continuous integration and continuous delivery (CI/CD) service for machine learning (ML). With SageMaker Pipelines, you can create, automate, and manage end-to-end ML workflows at scale.
内容语言: 中文 (简体)
筛选问题
选择要筛选的标签
排序方式
排序方式 最新
浏览下面列出的问题和回答，或者筛选和排序以缩小结果范围。
4 条结果
【以下的问题经过翻译处理】 在尝试从训练成功的模型创建端点时发生以下错误：
* 在Web控制台中：
>
> 顾客：生产变体AllTraffic的主要容器未通过ping健康检查。请检查此端点的CloudWatch日志。
>
* CloudWatch日志：
>
> 执行：“serve”：$PATH中找不到可执行文件
>
我正在使用Lambda步骤部署模型，就像在这个笔记本中一样。La...
【以下的问题经过翻译处理】 使用Sagemaker的Python SDK 2.11运行我的流水线时，我看到了这个奇怪的警告信息：
```
/personal_dir/lib/python3.8/site-packages/sagemaker/workflow/pipeline_context.py:233: UserWarning: Running within a PipelineSessio...
【以下的问题经过翻译处理】 根据[Sagemaker Pipeline Python SDK文档](https://docs.aws.amazon.com/sagemaker/latest/dg/build-and-manage-steps.html)，似乎没有针对部署模型的特定Pipeline步骤。请确认一下，同时，是否有计划添加此类步骤？在Pipeline中添加部署训练模型的步骤，从而创建一个...
【以下的问题经过翻译处理】 大家好，
我想问一下，在 `Sagemaker pipeline` 中是否可以使用 `framework processor`。
我这么问是因为我们必须在调用 `.run()` 方法时，提交 `source_dir` 给 `framework processor`。在将 processor 包装到 `Sagemaker.workflow.steps.Processi...