我有一个tensorflow 2.0模型，我想部署到AWS sagemaker端点。我已经将模型移到了S3存储桶中，并执行了以下代码，但由于没有TF2.0图像，因此出现了下面的错误。原因:镜像'520713654638.dkr.ecr.eu-west-1.amazonaws.com/sagemaker-tensorflow:2.0-cpu-py2‘不存在..from sagemaker.tensorflow
浏览 16提问于2019-11-19得票数 0
回答已采纳
使用AWS运行TensorFlow 2.0的最佳方法是什么？
到今天(2019年8月7日)，AWS还没有提供TensorFlow 2.0 ，所以我的理解是我需要构建自己的。
浏览 1提问于2019-08-07得票数 13
回答已采纳
1回答
从存储的端点配置创建我的端点需要45分钟。(我测试了它，它也起作用了)。这是我第一次使用boto3来做这件事，而以前我只是使用Sagemaker来根据端点配置创建端点。非常感谢对我的代码的建议： EndpointNam
浏览 4提问于2020-08-31得票数 2
回答已采纳
1回答
我在本地模式下从估计器中部署了一个模型，当试图使用gRPC调用Tensorflow服务(TFS)预测端点时，我得到了以下错误：import predict_pb2from tensorflow_serving.apis/公开的，而不是gRPC端点，尽管它似乎正在运行：
ensorflow_serving/model_servers/serv
浏览 26提问于2022-10-18得票数 0
回答已采纳
我对TensorFlow (和SageMaker)相当陌生，而且还停留在部署SageMaker端点的过程中。我最近刚刚成功地创建了一个已保存的模型类型模型，该模型目前正用于服务一个示例端点(模型是外部创建的)。但是，当我检查用于端点的映像时，它会说‘./ TensorFlow -推断’，这不是我想要进入的方向，因为我想使用一个SageMaker TensorFlow服务容器(我遵循了官方的TensorFlow</em
浏览 1提问于2020-07-14得票数 2
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
浏览 0提问于2019-06-07得票数 1
我们采取了以下步骤：以.h5格式保存。使用以下代码成功地在端点中部署了单个模型：sagemaker_model = TensorFlowModelpredictor.predict(data.values[:,0:])现在的问题是，我们不能使用5个不同的部署语句
浏览 0提问于2020-08-28得票数 1
回答已采纳
我正在尝试从示例笔记中提供的tensorflow_iris_dnn_classifier_using_estimators调用端点。在示例中，它使用在部署过程中生成的相同python对象调用端点。在一个大型系统中，我需要知道如何在没有这个对象的情况下调用这个端点，并且可能使用不同的语言。这是我尝试过的：import boto3
query = [6.4, 3.2, 4
浏览 13提问于2018-01-17得票数 0
我已经部署了我训练有素的模型在tensorflow使用Json和重量文件。但奇怪的是，在我的笔记本里，我没有看到它写着“终结点成功建造”。相反，我从控制台中找到了端点号。import sagemaker predictor=sagemaker.tensorflow.model.TensorFlowPredictor(endpoint_name,
浏览 2提问于2019-04-28得票数 0
回答已采纳
我们目前正在将模型从单个模型端点移动到AWS SageMaker中的多模型端点。使用预构建的TensorFlow容器部署多模型终结点后，在调用predict()方法时会收到以下错误：我像这样调用端点：
data = np.random.rand(n_samples, n_
浏览 7提问于2022-01-04得票数 2
1回答
我面临着在AWS SageMaker上服务tensorflow模型的问题。我在SageMaker环境之外训练了模型，现在我有了一个savedmodel.pb文件，我需要将它部署到SageMaker端点上。因此，我简单地压缩了模型文件并将其上传到一个S3桶中。现在，在尝试创建端点时，我在Cloudwatch日志中得到以下错误：
tensorflow_serving/sources/storage_path/file_system_stora
浏览 0提问于2019-02-11得票数 2
2回答
我使用tensorflow.keras脚本模式训练了一个SageMaker模型，如下所示：from sagemaker.tensorflow importTensorFlow
source_dir='src',train_instan
浏览 0提问于2019-01-27得票数 2
回答已采纳
我有一个我们自己训练的Keras/tensorflow模型，它做与图像相关的预测。我已经按照这个在Sagemaker中部署了模型，并且可以调用端点进行预测。现在，在我的客户端代码中，在通过调用Sagemaker端点进行预测之前，我需要下载图像并进行一些预处理。我希望在SageMaker中完成整个过程，而不是在客户端执行此操作。我该怎么做？看起来我需要更新这里提到的入口点python代码train.py：
sagemaker_model = TensorFlow
浏览 1提问于2019-02-26得票数 3
1回答
我使用sagemaker端点部署了一个tensorflow多标签分类模型，如下所示： 0.00080883503, 0.00023958087,但是，我无法从其他笔记本或sagemaker工作室向已部署的端点发送请求。region=us-west-2#lo
浏览 17提问于2022-11-28得票数 0
1回答
我用Tensorflow和Keras训练了我自己的模型，用于图像分类，我正在尝试在亚马逊的SageMaker中部署和使用它。我完成了将mymodel.h5文件转换为mymodel.tar.gz文件并将其移动到SageMaker S3桶的过程。然后，在一个教程之后，我使用以下方法创建了SageMaker模型：sagemaker_modelframework_ve
浏览 7提问于2022-04-08得票数 1
我想把我受过训练的tensorflow模型部署到amazon，我正在遵循这里的官方指南:使用jupyter笔记本部署我的模型。')
'520713654638.dkr.ecr.us-west-1.amazonaws.com/sagemaker-tensorflow:1.12-cpu-py3 :错误托管端点2019-08-07-22-57-59-57-547:失败原因:图像‘520713654638.dkr.ecr.us-west-1.amazonaws.com
浏览 1提问于2019-08-07得票数 0
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。上的端点时，会得到不同的结果。下面是将模型部署为端点的代码：from tensorflow import keras__version__
from
浏览 1提问于2021-05-12得票数 0
回答已采纳
我正在尝试将tensorflow模型部署到sagemaker上的异步端点。我以前使用以下代码将相同的模型部署到实时端点：predictor = tensorflow_serving_model.deploy(initial_instan
浏览 12提问于2022-09-03得票数 0
回答已采纳
我试图使用aws从调用虹膜端点。我尝试使用以下命令：--endpoint-name sagemaker-tensorflow-py2-cpu-2018-03-19-21-27
浏览 0提问于2018-03-20得票数 3
回答已采纳
我希望使SageMaker中的服务端点可以使用一些超参数。培训实例可以使用以下超级参数访问输入参数： role=roleevaluation_steps=None,但是，在部署端点时在source_dir类中定义的sagemaker.tens
浏览 0提问于2018-03-22得票数 1
回答已采纳
云服务器
ICP备案
云点播
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号