为了本地开发,我尝试遵循教程将aws连接到jupyter笔记本(我在vscode中运行jupyter,我认为这并不重要,只是为了以防万一)。
我有教程中的 ipynb文件,并且已经成功地运行了它,直到您尝试在数据上安装tensorflow估计器的单元格:
代码如下:
# Train! This will pull (once) the SageMaker CPU/GPU container for TensorFlow to your local machine.
# Make sure that Docker is running and that docker-compose is in
我正在尝试调试我的python代码脚本(query_exec.py)的错误,特别是当我使用ProcessingStep通过sagemaker管道运行它时。如果我不通过sagemaker管道手动运行python脚本,它会运行得很好。因为我正在尝试调试,所以我希望能够检索日志文件。但是,下面的代码仍然不能帮助我检索日志文件。
from sagemaker.processing import ProcessingInput, ProcessingOutput
from sagemaker.workflow.steps import ProcessingStep
from sa
从导入的python文件中获取日志记录信息。
我正在构建一个基于python的测试套件。测试是使用__import函数调用的,我希望在我的测试应用程序中捕获日志记录消息(在测试中)。日志消息是使用python日志记录模块生成的。我该怎么做呢?例如在psuedo代码中:
for test in testList:
# do something
# Import Test
testid = __import__(test)
testOut = testid.run
我正在尝试执行前处理使用滑雪板在萨吉特。作为先决条件,我正在尝试导入sagemaker模块:
%pip install -qU 'sagemaker>=2.15.0'
import boto3
import sagemaker
但我的错误是:
An error was encountered:
No module named 'sagemaker'
Traceback (most recent call last):
ModuleNotFoundError: No module named 'sagemaker'
任何指示都会有帮助。
我已经在我的AWS SageMaker持久EBS实例上安装了miniconda。下面是我的开始脚本: #!/bin/bash
set -e
# OVERVIEW
# This script installs a custom, persistent installation of conda on the Notebook Instance's EBS volume, and ensures
# that these custom environments are available as kernels in Jupyter.
#
# The on-start script
我想修改python日志记录从脚本启动(或日志记录模块初始化)开始所经过的时间。
000:00 DEBUG bla bla
000:01 ERROR wow! ... this is measured in minutes:seconds
我在日志记录模块中找到了relativeCreated变量,但这给了我毫秒级的精度,这只会给日志带来垃圾信息,让我更难看到时间去哪里了,或者日志是如何运行的。
我该怎么做呢?
指向AWS笔记本的链接,以供参考
我正在使用笔记本中的示例来创建端点并将其部署到AWS SageMaker云中。我已经通过了本地的所有检查,当我尝试部署端点时,我会遇到这个问题。
和记录
云监视日志的UnexpectedStatusException: Error hosting endpoint sagemaker-xgboost: Failed. Reason: The primary container for production variant AllTraffic did not pass the ping health check. Please check CloudWa