我使用MXNet框架使用自己的培训和推理代码在sagemaker中创建了培训工作。我能够成功训练模型并创建端点。但在推断模型时，我收到以下错误：
'ClientError：调用InvokeEndpoint操作时发生错误（413）：HTTP内容长度超过5246976字节。'
我从研究中得知，错误是由于图像的大小。图像形状为（480,512,3）。我用相同形状（480,512,3）的图像训练模型。
当我将图像调整为（240,256）时，错误消失了。但是在卷积中产生另一个错误形状不一致＆＃39;因为我训练的模型有大小（480,512）的图像。
我不明白为什么我在推断时会收到此错误。 我们不能使用更大尺寸的图像来推断模型吗？ 任何建议都会有所帮助
谢谢，Harathi
答案 0 :(得分：0)
我认为这与SageMaker的POST响应有关，它有一个大小限制。我在文档中没有看到端点配置选项。
如果您制作模型的泊坞窗，则应该能够手动设置大小限制，然后修改client_max_body_size，例如这里在decision_trees示例中：https://github.com/awslabs/amazon-sagemaker-examples/blob/master/advanced_functionality/scikit_bring_your_own/container/decision_trees/nginx.conf#L23