JumpStartEstimator.fit 错误：UnboundLocalError：赋值前引用局部变量“dataset_train”

Question

我有一个简单的模型调整Python代码，当我运行时出现以下错误，感谢您的帮助。

错误：sagemaker.exceptions.UnexpectedStatusException：训练作业元文本生成-llama-2-7b-f-2023-11-12-03-11-41-315错误：失败。原因：AlgorithmError：ExecuteUserScriptError：ExitCode 1 ErrorMessage“UnboundLocalError：赋值前引用的局部变量'dataset_train'

这是代码片段：

estimator = JumpStartEstimator（ model_id=jumpstart_model_name，model_version=jumpstart_model_version，instance_count=Instance_Count，instance_type=InstanceType，environment={"accept_eula": "true"}，role=my_role，region=region_name，sagemaker_session=Sagemaker_Session，max_run =MaxTraining_Time_Sec，input_mode ="文件"，output_path = s3_train_model_path，超参数= my_hyperparameters， debugger_hook_config=hook_config，tensorboard_output_config=tensorboard_output_config，）

channels = {“训练”：s3_train_data_path，“测试”：s3_test_data_path，“验证”：s3_val_data_path，}

模型调整： estimator.fit(输入=通道，日志=“全部”，等待=真)

已经尝试了很多方法，但上述错误仍然存在。

Answer 1

这可能是您使用的特定 model_id 的问题。
我建议从一个工作示例开始（比如这个 LLAMA2 示例），并逐渐塑造它以满足您自己的需求。
还会立即删除 debugger_hook_config （很少使用）。