AWS Sagemaker部署失败

Question

我正在遵循sage maker documentation来训练和部署ML模型。我正在使用Amazon SageMaker提供的高级Python库来实现此目的。

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

部署失败并显示错误

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

我要去哪里错了？

Answer 1

我通过更改实例类型解决了该问题：

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

Answer 2

答案

在free_tier AWS帐户下，使用'InstanceType'：'ml.t2.medium'成功部署机器学习模型。默认情况下，如果您在线关注AWS教程，最终将使用“ ml.m4.xlarge”，从而导致此错误。

因此，在下图中显示的代码小节中，使用'InstanceType'：'ml.t2.medium'代替'ml.m4.xlarge'实例。

该错误是由于帐户级服务限制所致。 Free_tier帐户在使用EC2实例类型为'ml.m4.xlarge'时出错，因此，请使用'ml.t2.medium'代替ml.m4.xlarge'。 通常，在创建AWS终端节点时，free_account持有者会遇到以下错误：

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.

更改代码以在AWS上成功部署机器学习模型：