小编Rya*_*her的帖子

我正在尝试为 SageMaker 提取预构建的 docker 映像。我能够成功docker login获取 ECR（我的 AWS 凭证）。当我尝试拉取图像时，我得到了标准no basic auth credentials。

也许我误解了...我认为这些 ECR URL 是公开的。

$(aws ecr get-login --region us-west-2 --no-include-email)

docker pull 246618743249.dkr.ecr.us-west-2.amazonaws.com/sagemaker-scikit-learn

文件

我正在尝试在conainter_commands条目中传递多个命令并不断收到错误.然而,当我传递与单个条目相同的命令时,它工作正常.

作品:

container_commands:
  01_remove_old_dump:
    command: 'rm -f /tmp/db.dump'
  02_get_new_dump:
    command: 'aws s3 cp s3://bucket/db.dump'

失败了 /bin/sh: rm -f /tmp/db.dump: No such file or directory.

container_commands:
  01_remove_old_dump:
    command: ('rm -f /tmp/db.dump' 'aws s3 cp s3://bucket/db.dump')

我正在尝试设置跨帐户访问权限，以允许外部帐户使用我的KMS密钥来解密S3存储桶中的数据。我拥有我认为是正确的赠款设置的密钥，策略，角色，但是我无法从外部帐户描述密钥。希望得到一些关于我做错事情的信息。

帐户111：具有策略许可权的密钥到外部帐户的根（999）

{
  "Version": "2012-10-17",
  "Id": "key-consolepolicy-3",
  "Statement": [
    {
      "Sid": "Enable IAM User Permissions",
      "Effect": "Allow",
      "Principal": {
        "AWS": "arn:aws:iam::111:root"
      },
      "Action": "kms:*",
      "Resource": "*"
    },
    {
      "Sid": "Allow use of the key",
      "Effect": "Allow",
      "Principal": {
        "AWS": [
          "arn:aws:iam::999:root"
        ]
      },
      "Action": [
        "kms:Encrypt",
        "kms:Decrypt",
        "kms:ReEncrypt*",
        "kms:GenerateDataKey*",
        "kms:DescribeKey"
      ],
      "Resource": "*"
    },
    {
      "Sid": "Allow attachment of persistent resources",
      "Effect": "Allow",
      "Principal": {
        "AWS": [
          "arn:aws:iam::999:root"
        ]
      },
      "Action": [
        "kms:CreateGrant",
        "kms:ListGrants",
        "kms:RevokeGrant"
      ],
      "Resource": "*",
      "Condition": { …

我试图避免将现有模型训练过程迁移到 SageMaker，并避免创建自定义 Docker 容器来托管我们训练过的模型。

我希望将我们现有的、经过训练的模型注入到 AWS 通过sagemaker-python-sdk提供的预构建 scikit learn 容器中。我发现的所有示例都需要先训练模型，然后在 SageMaker 中创建模型/模型配置。然后使用该deploy方法部署它。

是否可以为该deploy方法提供经过训练的模型并将其托管在 AWS 提供的预先构建的 scikit learn 容器中？

作为参考，我看到的示例遵循以下操作顺序：

1. 创建一个实例sagemaker.sklearn.estimator.SKLearn并提供一个训练脚本
2. 调用fit它的方法
3. 这将在 SageMaker 中创建模型/模型配置
4. 调用实例deploy上的方法，该方法SKLearn自动获取在步骤 2/3 中创建的模型，并将其作为 HTTPS 端点部署在预构建的 scikit learn 容器中。

我正在使用SageMaker python sdk并希望传入一些参数以供我的入口点使用，但我不知道如何执行此操作。

from sagemaker.sklearn.estimator import SKLearn  # sagemaker python sdk

entrypoint = 'entrypoint_script.py'

sklearn = SKLearn(entry_point=entrypoint,  # <-- need to pass args to this
                  train_instance_type=instance_class,
                  role=role,
                  sagemaker_session=sm)

我试图获取图像的尺寸,以便稍后在我的脚本中使用.直接用jQuery选择img元素工作正常并且更容易,但它在webkit浏览器中不起作用(在函数调用时不加载图像).我正在尝试使用jquery load()函数实现此解决方案,其中在图像加载后设置变量.

为什么我的变量没有按照需要设置？

function startSlider() {
  if (1 == 1) {
  var bImg = $('#banner img');
  var bWidth = 111, bHeight = 222;
  $("<img/>")
    .attr("src", $(bImg).attr("src"))
    .load(function() {
      bWidth = this.width;
      bHeight = this.height;
      console.log('inner: ' + this.height);
    });
  console.log('outer: ' + bHeight);
  }
}

 $(window).load(startSlider(skin));

产量

outer: 222
inner: 333

示例来源

<div id="banner">
   <img src="/path/to/image.jpg" />
</div>