训练失败 - AWS 机器学习

Question

我正在使用 MERN(Mongodb,Express,React,NodeJS)Stack Code 进行 Aws Machine learning。训练失败错误如下：

算法错误：CannotStartContainerError。请确保容器可以使用“docker run train”运行。有关详细信息，请参阅 SageMaker 文档。可能是 Dockerfile 的入口点未正确定义或缺少权限。

我还在 AWS 账户中设置了以下设置。

还在 AWS 账户中授予以下权限：

在所有设置和权限之后，我还应用了 mongodb 配置设置中的所有键我无法理解我需要处理机器学习的内容。实际上训练没有完成，无法在 s3 存储桶中获取模型工件。它看起来像： sagemaker 进程未启动。有人可以帮我解决这个问题吗？

我的 DockerFile，它存储在名为 Dockerfile 的项目文件夹中。

FROM ubuntu
RUN apt-get update
RUN apt-get install curl -y
RUN curl -sL https://deb.nodesource.com/setup_10.x -o nodesource_setup.sh
RUN bash nodesource_setup.sh
RUN apt install nodejs -y
WORKDIR /usr/app
COPY . /usr/app/
RUN npm install
EXPOSE 3000
ENTRYPOINT [ "python3.7", "/opt/ml/code/train.py" ]

我还在 Docker Hub 中为 Sagemaker linear learner 和 xgboost 设置了代码映像，还在 aws 中的 ECR 中创建了存储库。

我还在aws的opt/ml/code/train.py目录中复制train.py并得到输出输出：/home/ec2-user/SageMaker/docker_test_folder< /strong> 但仍然出现此错误。

Answer 1

您得到的错误意味着 sagemaker 无法启动您的 docker 镜像，这是因为您没有正确定义入口点。 你可以看看我的repo。基本上，在您的 dockerfile 中，您必须安装一些软件包，创建一个文件夹，例如 /opt/ml/code，并将您的训练脚本放入该文件夹中，该文件夹将被称为 train。 train 文件应该尊重您可以阅读 here 的一些指示。