我正在尝试深度AR fore投射训练算法。我的训练工作在解析jsonlines文件时总是失败，出现以下错误:行: 1)失败原因ClientError:解析json时出错(来源: json行: 1)我正在使用json行格式附加文件(json)我尝试过任何帮助来解释为什么sagemaker端解析器失败会有所帮助！粘贴文件内容：{ "TimeStamp"："2017-07-01"，“调用次数”：14
浏览 12提问于2018-08-02得票数 0
1回答
我在S3中有一些数据，我想创建一个lambda函数来预测我部署的aws端点的输出，然后我再次将输出放在S3中。在这种情况下，是否有必要创建一个api网关，就像在这个中定义的那样？)
file = io.StringIO(lines)
runtime= boto3.client('runtime.sagemakerContentType='*/*',
output = re
浏览 0提问于2019-02-11得票数 5
回答已采纳
我使用了一个部署在SageMaker中的TF模型来进行预测。预测的输入是一个字符串数组。例如，我可以使用以下命令成功调用它： 'instances': ["Hello world"]from sagemaker.tensorflow.model import(input)input = {
'instances'
浏览 28提问于2020-02-27得票数 0
我已经在SageMaker端点上部署了一个深度学习模型，可以使用sagemaker_client.invoke_endpoint请求/获取答案。但是每个invoke_endpoint都接受单个主体。def sagemaker_handler(doc): response = sagemaker_client.invoke_endpoint
浏览 24提问于2019-01-17得票数 1
使用亚马逊网络服务SageMaker时，在您完成模型的训练后，SageMaker会将模型作为model.tar.gz文件输出到指定的S3存储桶中。文档建议的下一步是将模型部署到SageMaker上。此外，我还希望在离线情况下仍然利用模型的预测。有没有人能够把model.tar.gz放到java库中？你用的是什么工具？你是如何解析模型的？
浏览 0提问于2019-11-25得票数 0
当我从我的角度前端调用SageMaker端点时，我在AWS CloudWatch上遇到了这个错误，涉及我的模型从数据中进行推理(以逗号分隔的字符串的形式，目标值在第一个索引中)：无法解析数值值。1533071820,0.05619,0.05619,0.05611,0.05611,0.006076\n“
ByteBufferbuf = ByteBuffer.wrap(request.getBytes())；invokeEndpointRequest.setBody(buf)；Use the SageMakerAPI Amaz
浏览 0提问于2019-01-16得票数 0
3回答
我使用亚马逊SageMaker来达到这个目的。亚马逊SageMaker中的BlazingText算法比其他选项产生的结果更快。但我没有看到任何工具来获得预测模型或权重。输出只包含矢量文件，我无法从该文件生成模型。有没有什么方法可以让我用向量文件得到模型？我需要这个来预测新单词。提前谢谢。
浏览 0提问于2018-05-09得票数 2
我正在处理一个AWS SageMaker (SKlearn)批处理转换作业，其中的预测数据很大，因此我需要使用小型批处理(输入.csv被分成更小的.csv文件)。我已经完成了这个工作，并输出了一个带有ids和预测的.csv文件。我的问题是，我不知道如何指示SageMaker输出多个文件。由于额外的输出是对总体预测的聚合，但是SageMaker将分别处理每一小批(我假设？)我可以简单地使用boto3并使用它保存额外的文件</em
浏览 0提问于2019-08-29得票数 0
我使用Sagemaker在AWS中创建了一个模型。我将model.joblib下载到我的机器上。我正试着用它来做一些预测。我可以加载这个文件：import mliofilename=r"C:\Users\benki\Downloads\model.tar\model.joblib我试着给“loaded_model”打分并预测“loaded_model”，但我只收到错误消息，说明“‘ve”没有这些属性。sagemaker</em
浏览 5提问于2021-06-03得票数 0
1回答
我的项目使用AWS Sagemaker的DeepAR进行预测。 我想做的很简单。我正在尝试用MLFlow记录Sagemaker估计器模型(Sagemaker DeepAR )。因为它的"mlflow.sagemaker“模块中没有"log_model”函数，所以我尝试使用"mlflow.pyfunc“模块来做日志。不幸的是，它并没有起作用。如何记录Sagemaker模型并获取MLFlow生成的cloudpickle和yaml文件？我现在的代
浏览 10提问于2020-04-23得票数 0
回答已采纳
我必须在AWS Sagemaker中部署一个定制的keras模型。培训是正确的，但是在部署时我会遇到以下错误：
我尝试用本地计算机中的这些文件在AWS Sagemakerroutine just invokes the start fu
浏览 10提问于2019-11-12得票数 1
回答已采纳
我想用它来处理视频文件，因为视频可以有5-10分钟的时间，我不能把所有的帧加载到内存中。当然，我想对每一帧做一个推论。我写过predict_fn -在生成器批处理帧上迭代并使用列表中的模型保存预测生成预测output_fn -将预测转换为json格式，gzip全部用于缩小大小。PyTorch服务的其他设置如下：
SAGEMAKER_MODEL_SERVER_TIME
浏览 9提问于2022-05-26得票数 1
回答已采纳
我试图将Tensorflow tf.contrib.factorization.KMeansClustering估计器与SageMaker一起使用，但遇到了一些问题。我的SageMaker predictor.predict()调用的输出看起来不正确。群集值太大，因为它们应该是0-7的整数。(分组数设置为8组)。下面是我的SageMaker entry_point脚本： #feature_columns = [tf.feature_column.numeri
浏览 1提问于2018-08-17得票数 0
回答已采纳
我已经为时间序列预测创建了一个ARIMA模型，并希望部署它以便在API端点使用它。但是我无法找到在亚马逊网络服务SageMaker上部署它的方法，我如何部署它。我不想使用DeepAR。或者，有没有办法在SageMaker上部署pickle文件？
浏览 72提问于2021-09-20得票数 1
回答已采纳
我正在尝试将一个经过学习训练的模型部署到端点，并将其作为预测的API。我想要使用的只是使用joblib序列化的部署和服务器模型，仅此而已。我读过的每一个博客和sagemaker文档都显示，sklearn模型必须经过关于sagemaker的培训，才能部署到sagemaker中。(model_dir, "model.joblib"))这就是文档中对论点model_dir的说明
SageMaker将注入您的模型文件和子目录(保存保存所保存的
浏览 5提问于2020-12-06得票数 3
回答已采纳
2回答
根据
亚马逊SageMaker图像分类算法支持RecordIO (应用程序/x-记录)和图像(应用程序/x-图像)内容类型进行培训。该算法只支持更好的应用/x图像进行推理。为什么SageMaker图像分类不支持RecordIO进行推理？更重要的是，在不需要将图像从S3中移开的情况下，对许多图像运行推断的最佳方法是什么？
浏览 2提问于2018-04-26得票数 0
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sagemaker创建的模型。从本质上讲，我想做的是：
predictor = sagemaker.deploy(
浏览 1提问于2019-07-02得票数 2
1回答
我有一个简单的要求，我需要在火花作业中运行sagemaker预测。我正在试着运行下面的代码from sagemaker_pyspark import SageMakerModelfrom sagemaker_pyspark.transformation.serializers import ProtobufRe
浏览 7提问于2022-09-08得票数 0
回答已采纳
如果我尝试在AWS Sagemaker中部署/实现相同的模型。它不起作用。我已经在Sagemaker中尝试过TensorFlowModel()。但是有一个叫做入口点的参数--如何创建用于预测的.py文件？
浏览 24提问于2020-04-23得票数 1
我在SageMaker端点中有一个TensorFlow服务容器。我可以将一批图像作为Numpy数组，并得到如下预测： import numpy as npfrom sagemaker.predictor import json_serializer] = 'application/json'
# works succes
浏览 16提问于2019-01-22得票数 1
回答已采纳
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
腾讯云开发者
