标签: amazon-sagemaker-debugger

我正在尝试使用此代码以编程方式获取 iam 角色。

from sagemaker import get_execution_role
get_execution_role()

它给出以下错误。

from sagemaker import get_execution_role
get_execution_role()

我尝试了互联网上的多种解决方案，例如将 sagemaker 和 boto3 升级到最新版本，但没有成功。

我在 sagemaker 笔记本中使用 conda_tensorflow2_py38 内核。

我想在 AWS SageMaker 上运行 RL 训练作业（脚本如下）。但由于该项目很复杂，我希望在提交到付费实例之前使用 SageMaker 本地模式（在我的 M1 MacBook Pro 中）进行测试运行。然而，即使是简单的训练任务，我也很难让这次本地跑步取得成功。

现在，我在运行本地训练作业时确实使用了 Tensorflow-metal 和 Tensorflow-macos（没有 SageMaker）。我没有看到任何地方可以在 中指定这一点framework_version，而且我也不确定"local_gpu"对于带有 GPU 的普通 Linux 机器来说，哪个是正确的参数，与 Apple Silicon (M1 Pro) 完全匹配。

我到处搜索，但找不到解决此问题的案例。（很奇怪，我做错了什么吗？如果是这样，请纠正我。）如果没有，并且有人知道配置、docker 镜像或使用 M1 Pro 正确完成的示例，请分享。

我尝试运行以下代码。登录后挂起。（如果您尝试运行代码，请尝试使用任何简单的训练脚本作为入口点，并确保使用 awscli 和以下命令使用与您的区域匹配的类似代码登录。 aws ecr get-login-password --region us-east-1 | docker login --username AWS --password-stdin 763104351884.dkr.ecr.us-east-1.amazonaws.com

##main.py
import boto3
import sagemaker
import os
import keras
import numpy as np
from keras.datasets import fashion_mnist
from sagemaker.tensorflow import TensorFlow

sess = sagemaker.Session() 
#role = <'arn:aws:iam::0000000000000:role/CFN-SM-IM-Lambda-Catalog-sk-SageMakerExecutionRole-BlaBlaBla'> #KINDLY ADD …