AWS announces AWS Interconnect – multicloud (preview), providing simple, resilient, high-speed private connections to other cloud service providers. AWS Interconnect - multicloud is easy to configure and provides high-speed, resilient connectivity with dedicated bandwidth, enabling customers to interconnect AWS networking services such as AWS Transit Gateway, AWS Cloud WAN, and Amazon VPC to other cloud service providers with ease.
如何對執行 SageMaker AI 訓練任務時收到的錯誤進行疑難排解？
我想對執行 Amazon SageMaker AI 訓練任務時收到的錯誤進行疑難排解。
解決方法
若要辨識 SageMaker AI 訓練任務的錯誤，請在 SageMaker AI 主控台或 DescribeTrainingJob API 呼叫中檢查失敗原因。然後，完成任務錯誤的解決方案。
內部伺服器錯誤
若要確定錯誤不是由暫時性問題引起的，請重試任務。
如果您重試後任務失敗，請在 Amazon CloudWatch 上檢視訓練任務的日誌。檢查任務指標 (例如 CPUUtilization、MemoryUtilization 和 DiskUtilization)，以確認任務是否因資源限制而失敗。您也可以在 SageMaker AI 主控台上檢視訓練任務日誌和任務指標。
如果 CPUUtilization 或 MemoryUtilization 較高，請使用較大的訓練任務執行個體大小。如果 DiskUtilization 較高，請在建立訓練任務時增加 VolumeSizeInGB 參數。
執行個體容量錯誤
如果訓練任務因執行個體容量錯誤而失敗，則表示沒有足夠的隨需容量來完成該任務。如需詳細資訊，請參閱如何對啟動 Amazon SageMaker AI 資源時出現的容量不足錯誤進行疑難排解？
若要解決該錯誤，請執行下列其中一個動作：
- 延遲您的請求，稍後再重新嘗試。容量問題通常是暫時性的，當您重新嘗試請求時可能會解決。
- 切換到具有更大容量的其他執行個體類型或大小。
- 在不同的 AWS 區域啟動訓練任務。
MaxRuntimeExceeded 錯誤
訓練任務的預設最長執行時間為 1 天。您可以將執行時期調整為最長 28 天。若要增加最大執行時間值，請傳遞 CreateTrainingJob API 中的 MaxRuntimeInSeconds 參數，或 SageMaker AI Python SDK Estimator 中的 max_run 參數。如需詳細資訊，請參閱 Amazon SageMaker Python SDK 網站上的估算器。
相關資訊
相關內容
- 已提問 1 年前
- 已提問 4 個月前
