/tensorflow_serving_pretrained_model_elastic_inference.ipynb 我的弹性推理加速器附加到了notebook实例。根据文档，我对本地EI进行了更改： %%timesaved_model = 's3://sagemaker-sample-data我不确定模型
浏览 22提问于2020-06-17得票数 2
回答已采纳
1回答
如何使用sagemaker笔记本实例在本地测试sagemaker中的端点部署？问题是，如果我们想要使用sagemaker studio notebook测试端点，那么它将需要一段时间才能根据实例启动docker推理容器。这肯定会阻碍开发和流程周期！
浏览 2提问于2021-11-29得票数 1
我看了很多关于在本地部署SageMaker模型的帖子，但它们必须绑定到一个亚马逊网络服务笔记本实例，才能在本地运行预测/服务(亚马逊网络服务SageMaker Python SDK)。这违背了完全脱机运行Sagemaker训练模型的实际意图。还有一些人尝试在S3上取消对tar.gz文件的筛选，然后包装要在本地部署的内容。然而，该过程似乎非常局限于某些类型的模型，如XGBo
浏览 4提问于2020-02-20得票数 2
我一直在使用Amazon Sagemaker Notebook为NLP任务构建pytorch模型。我知道您可以使用Sagemaker进行训练、部署、超参数调优和模型监控。但是，看起来您必须创建一个推理端点，以便监视模型的推理性能。我已经设置了一个EC2实例来在我们的模型上执行推断任务，这个模型目前在一个开发箱中，而不是使用端点来创建 是否可以使用Sagemaker
浏览 5提问于2020-09-19得票数 1
回答已采纳
我在amazon sagemaker上使用aws blazingtext算法训练了一个模型，并且我能够使用sagemaker部署一个端点。然而，在我的情况下，这并不划算，我想在本地运行它。我所拥有的是经过训练的模型，它保存为我从我的s3存储桶中下载的"model.tar.gz“文件。我在网上读到，您可以使用tensorflow和docker镜像部署模型，但我只想使用本地计算机部署使用<em
浏览 1提问于2019-07-02得票数 2
1回答
安装时的弹性推理问题
、、、、
当使用sagemaker-python-sdk将部署代码部署到sagemaker时，我得到的错误如下：Failed.我在TensorFlow上: 1.14。instance_type='ml.m4.xlarge', accelerator_type='ml.e
浏览 2提问于2019-12-23得票数 0
是否有必要在amazon中创建笔记本，然后将模型文件和部署，，如果我有amazon访问，我可以将我的模型从我的本地jupyter笔记本直接部署到amazon？I尝试从本地jupyter笔记本部署模型，预测器工作但是，当我从本地列出桶中的对象时，aws中没有为该部署创建目录，
但是，当我在aws的SAGMEK
浏览 4提问于2022-03-04得票数 0
1回答
我训练了一个TensorFlow模型，现在我想部署它。数据需要处理，因此我必须指定一个inference.py脚本和一个requirements.txt文件。当我部署模型时，它给出了以下错误：
Failed Reason: The primary container for production variant All Traffic did not passPlease check CloudWatch logs for this endpoint.我没有使用任何私有网络，当我尝试从notebo
浏览 0提问于2021-07-16得票数 0
1回答
我有一个jupyter笔记本，它有一个标准的模板代码，如下所示import sagemakersagemaker_session = sagemaker.Session()
tf_estimator= TensorFlow(entry_point
浏览 0提问于2018-11-27得票数 3
2回答
我正在尝试将本地的tensorflow模型部署到sagemaker端点。我希望包括自定义推理代码来转换输入数据。如果模型是经过培训的，并且已经位于S3桶中，那么我可以运行以下操作，这将正确地将模型部署到端点： model_data=saved_modeldocument_matcher',
role=role,
浏览 3提问于2022-02-09得票数 0
1回答
我在AWS sagemaker实例中使用tensorflow python 3.6 AWS sagemaker jupyter notebook编写了一个python脚本。我必须为我的深度学习模型使用sagemaker调试器。我可以看到许多链接建议首先停靠算法图像，然后使用它而不是sagemaker。谁能建议一下，有没有可用的替代方案，比如Tensorflow-1 docker镜像是可用的，我可以通过pip在这个镜像中包含一些其他的包
浏览 18提问于2020-10-22得票数 0
我用自己的训练和推理循环在AWS SageMaker实例上创建了自己的模型。我想要部署它，这样我就可以调用模型，以便从AWS进行推理。我根本没有使用SageMaker包进行开发，但是我看过的每个教程(这里是)都是这样做的。
如何不使用SageMaker包创建端点。
浏览 7提问于2022-07-05得票数 0
回答已采纳
3回答
当在亚马逊SageMaker中运行ML训练作业时，训练脚本被“部署”并提供一个ML训练实例，这需要大约10分钟的时间来启动并获得所需的数据。我只能从训练任务中得到一条错误消息，然后它就会死掉，实例也会随之终止。 在我更改了训练脚本以修复它之后，我需要部署和运行它，这需要大约10分钟的时间。 如何更快地完成此任务，或者让训练实例保持运行？
浏览 29提问于2019-01-24得票数 3
回答已采纳
4回答
我刚刚开始使用AWS，我想用自己的数据集训练自己的模型。我使用Python中的tensorflow后端将我的模型作为keras模型。我看了一些文档，他们说我需要一个Docker镜像来加载我的模型。那么，如何将keras模型转换为Docker镜像呢？我在互联网上搜索，但没有找到任何清楚地解释这一过程的东西。如何制作keras模型的docker镜像，如何将其加载到sagemaker中。
浏览 1提问于2018-12-25得票数 0
1回答
我对SageMaker非常陌生，所以如果我错过了一些显而易见的东西，我很抱歉。
我已经训练了一个DL模型，它使用视频中的帧来进行预测。当前的脚本运行在SageMaker jupyter-记事本中，它以一个视频URL作为输入，并使用FFMPEG子处理管道提取帧并在之后对其进行预测。这很好，但是现在我想从Lambda开始这个脚本。据我所知，我可以使用sagemaker部署我的模型，并对Lambda的每一个帧进行预测，不幸的是，这不是一种选择，因为ff探头、ffmpeg和numpy太大了，无法
浏览 3提问于2020-02-04得票数 0
回答已采纳
我有一个经过训练的Tensorflow模型，它使用两个输入来进行预测。我已成功地在AWS Sagemaker上设置并部署了该模型。from sagemaker.tensorflow.model import TensorFlowModel
sagemaker_model = TensorFlowModel(model_data='s3://' + sagemaker_session.defaul
浏览 0提问于2019-06-07得票数 1
我正在按照一个AWS示例notebook训练maskrcnn模型。 我唯一不理解的是我没有使用子网和security_group_ids。但在CloudWatch中，日志显示“您的模型将无法使用SageMaker TensorFlow Serving container提供服务。模型工件未保存在TensorFlow SavedModel目录结构中”。 我很困惑。它是否期望作为此maskrcnn的训练模型？如果是这样的话，这个模型似乎不
浏览 59提问于2021-10-06得票数 0
我有一个预先训练的角膜模型(model.h5)，这是一个用于图像分类的CNN。我的目标是将模型部署在sagemaker上，并使用lambda函数与sagemaker端点进行接口并进行预测。下面是将模型部署为端点的代码：from tensorflow import keras这使我相信，我的部署
浏览 1提问于2021-05-12得票数 0
回答已采纳
如何为部署在亚马逊网络服务SageMaker上的模型启用监控和日志有效负载？我正在使用一个分类模型，并将输出预测的类别和置信度。如何在UI或sdk中进行配置？
浏览 2提问于2019-03-27得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
