Amazon SageMaker是一个完全托管的AWS服务,使开发人员和数据科学家能够快速,轻松地构建,培训和部署任何规模的机器学习模型。
我正在运行带有自定义容器的 Sagemaker 管道,用于培训和评估。训练容器将从S3存储桶下载数据来训练模型,并将模型存储到...
如何以编程方式下载 Sagemaker 笔记本实例中的文件?
我们在 Sagemaker 中有一个笔记本实例,其中包含许多 Jupyter Python 脚本。我想编写一个程序,每天下载这些不同的脚本(即,这样我就可以支持它们...
从Python脚本中的step function trasnform作业中提取输出路径
我有一个步骤函数,它有一个推理/转换工作,它需要计算预测结果和预测概率。 { “评论”:“对我的状态的描述...
当我们需要暂时关闭 sagemaker 时如何停止 sagemaker 收费
我需要暂时关闭我用于模型的 Sagemaker。我需要停止收费,以便我可以保存我的模型、工件、端点配置并删除这些
我创建了一个VectorDB(FAISS)并将PDF输入其中。然后我使用 AWS Bedrock 的 Langchain 包装器来调用它。我知道现在存在 Kowledge Base,但至少在 SageMaker 笔记本中,我
ModuleNotFoundError:没有名为“spacy”的模块,即使spacy和python位于同一路径中
我遵循 AWS SageMaker 笔记本中的 spaCy 安装指南 pip install -U pip setuptools 轮子 pip安装-U spacy python -m spacy 下载 en_core_web_sm 当我导入时...
我想在我的AWS sagemaker笔记本作业中pip安装tensorflow-probability包。每次我运行笔记本作业时,它都会在导入语句后告诉我没有名为
在 AWS SageMaker 上部署我自己创建的(自定义)深度学习模型
我是 AWS SageMaker 的新手,我的问题可能看起来很愚蠢。我创建了一个需要 GPU 的深度学习模型,并将该模型部署在 EC2 实例上 (g4dn.4xlarge ) 具有 Auto Scaling 和负载
使用 Sagemaker 地面实况来确定图像中多个对象的边界框
我正在创建要在 AWS Sagemaker 对象检测算法中使用的注释 .json 文件。格式如下: { "文件": "your_image_directory/sample_image1.jpg", “图片大小”: [ { ...
我确保为我的实例添加 2 TB 的存储空间。我正在尝试加载这个拥抱的脸部模型 如果 torch.cuda.is_available(): torch.set_default_device(“cuda”) 别的: 火炬。
AWS sagemaker invoke_endpoint 错误:“输入中的未知参数:\”InferenceComponentName\“”
我正在尝试创建一个 API 来调用附加了 llama-python-7b 推理模型的 sagemaker 端点。 当使用 InferenceComponentName 参数调用 invoke_endpoint 时,我得到 Parame...
Sagemaker 自定义模型:创建端点时出现“模型数据存档太大”错误
最近,在使用已知良好的端点配置时,我不断收到一条消息:“模型数据存档太大。请减小模型数据存档的大小或移至实例类型...
如何在 SKLearn Estimator 上使用 Sagemaker HyperparameterTuner?
我正在关注 Amazon Sagemaker 研讨会,尝试利用 Sagemaker 的多个实用程序,而不是像我目前所做的那样在笔记本上运行所有内容。 问题是,在车间里他们
如何在 amazon sagemaker 中的各个端点上部署多个模型
我最近对 Amazon Sagemaker 和 Rekognition 很感兴趣。 我想尝试 AWS 实例并部署 ML 模型。 我将训练和部署用于诊断疾病的模型(图像分类...
我已阅读有关增强清单文件的所有现有文档。我发现与我的文件没有任何区别,但在训练时我不断遇到此错误: ClientError:数据下载失败:失败...
我有一个图像分类模型存储在 s3 位置。 如果我将模型部署为实时推理,那么我就可以预测任何图像大小,但是,如果我将模型部署为无服务器,那么......
Sagemaker Studio Notebook - 如何访问操作系统环境
我正在尝试设置(在终端或笔记本中)环境变量。我正在终端或(在单元格中使用 %%bash)笔记本单元格运行以下命令: echo "导出 MY_KEY='BLAH-
运行 Sagemaker 管道的ProcessingStep 时如何将参数传递到我的Python 文件?
我从本文档中了解到,ProcessingStep 可以接受作业参数。 我目前有一个 python 脚本,其中包含一个要通过 ProcessingStep 执行的函数,该函数需要参数为
将 Amazon SageMaker 终端节点集成到 Glue 或 EMR 上的批量 ETL 工作流程中
我们如何才能最好地通过 Glue、基于 EMR 的 Spark 作业配置上述 AWS Sagemaker ML 模型端点? 正如我们在 AWS 文档“此处”中看到的,端点名称为“线性学习器-2019-11-04-01...
将 SageMaker 管道模式与 tfrecords 的 s3 目录结合使用
当我使用 Pipe 而不是 File 作为 input_mode 时,对 sagemaker.tensorflow.TensorFlow.fit() 的调用无限期挂起,并且没有错误消息。我相应地将 TensorFlow 数据集替换为