AWS Sagemaker 部署失败

Question

我正在按照sage maker 文档来训练和部署 ML 模型。我正在使用 Amazon SageMaker 提供的高级 Python 库来实现这一点。

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

部署失败并出现错误

ResourceLimitExceeded：调用 CreateEndpoint 操作时发生错误（ResourceLimitExceeded）：账户级服务限制“ml.c4.8xlarge for endpoint usage”为 0 Instances，当前利用率为 0 Instances，请求增量为 1 Instances。

我哪里错了？

Answer 1

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')

Answer 2

回答

在 free_tier AWS 账户下，使用 'InstanceType':'ml.t2.medium' 成功部署机器学习模型。默认情况下，如果您在线学习 AWS 教程，您最终会使用“ml.m4.xlarge”，这会导致此错误。

因此，在下图所示的代码Spinets 中使用'InstanceType':'ml.t2.medium'而不是'ml.m4.xlarge'实例。

该错误是由于帐户级服务限制造成的。Free_tier 帐户在使用 EC2 实例类型“ml.m4.xlarge”时出现错误。因此，请使用“ml.t2.medium”而不是 ml.m4.xlarge'。通常，在创建 AWS 端点时，free_account 持有者会收到以下错误：

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.

代码更改以在 AWS 上成功部署机器学习模型：