AWS Sagemaker部署失败

Question

我正在按照 SageMaker文档的指导，使用由Amazon SageMaker提供的高级Python库来训练和部署机器学习模型。

kmeans_predictor = kmeans.deploy(initial_instance_count=1,
                                 instance_type='ml.m4.xlarge')

部署失败，出现错误。

ResourceLimitExceeded：调用CreateEndpoint操作时发生错误（ResourceLimitExceeded）：“端点使用的ml.c4.8xlarge帐户级服务限制为0个实例，当前利用率为0个实例，请求增量为1个实例。”

我做错了什么？

- Merl

Answer 1

回答

在免费的AWS账户下，使用 'InstanceType':'ml.t2.medium' 来成功部署一个机器学习模型。如果您按照 AWS 在线教程操作，默认情况下可能会使用 'ml.m4.xlarge' 导致出现错误。

因此，请在代码片段中使用 'InstanceType':'ml.t2.medium' 而不是 'ml.m4.xlarge' 实例，如下图所示。

该错误是由于账户级别的服务限制引起的。当使用 EC2 实例类型 'ml.m4.xlarge' 时，免费账户会出现错误。因此，请使用 'ml.t2.medium' 而不是 'ml.m4.xlarge'。 通常，在创建 AWS 端点时，免费账户持有人会遇到以下错误：

ResourceLimitExceeded: An error occurred (ResourceLimitExceeded) when calling the CreateEndpoint operation: The account-level service limit 'ml.m4.xlarge for endpoint usage' is 0 Instances, with current utilization of 0 Instances and a request delta of 1 Instances. Please contact AWS support to request an increase for this limit.

如何修改代码以在 AWS 上成功部署机器学习模型：

- DataFramed

Answer 2

我通过更改实例类型解决了这个问题:

kmeans_predictor = kmeans.deploy(initial_instance_count=1,
                                 instance_type='ml.t2.medium')

- Merl