标记有以下标签的问题： Amazon SageMaker

【以下的问题经过翻译处理】 客户想要使用SageMaker，但不知道如何开始使用实例大小或如何预测其成本。 我知道SageMaker成本实际上是基于EC2和存储部分，而不是SageMaker本身。一种方式是比如从t3.medium开始，看看是否适合，如果需要更强大的支持，则扩展规模。但这似乎不是正确的方式。而且，这也不能实现成本预测。 希望找到切实的比较和评估建议，包括文档材料或者工具，以便于...

【以下的问题经过翻译处理】 在Amazon SageMaker上成功运行多节点梯度提升吗？ 我正在寻找适用于Catboost、LightGBM或XGBoost的SageMaker兼容的多节点训练解决方案。是否已经实现？如果有公开的演示链接那就更好了。

【以下的问题经过翻译处理】 这是我的代码。 ``` from datetime import datetime from sagemaker.multidatamodel import MultiDataModel mme = MultiDataModel( name="LV-multi-" + datetime.now().strftime("%Y-%m-%d-%H-%M-%S"), ...

【以下的问题经过翻译处理】 在Sagemaker中已经删除了所有内容。但是支持部门要求我删除仍然存在于我的账户中的Experiments: 他们给我发送了一个链接: <https://docs.aws.amazon.com/sagemaker/latest/dg/experiments-cleanup.html> 但我不知道如何完成这个任务。

【以下的问题经过翻译处理】 我在SageMaker Studio中启动了一个Autopilot作业，现在我正在尝试找出如何比较autoML迭代。是否有一种方法可以列出它们、查看它们的指标，并查看最佳作业的配置？

【以下的问题经过翻译处理】 您好， 在启动 SageMaker Spot Training 作业之前，我们如何知道 checkpoint 是否有效？有没有办法可以强制定期将 checkpoint 保存到 s3，而不是等待 SIGTERM 信号？ 谢谢

【以下的问题经过翻译处理】 你好，我的目标是为花园鸟类创建一个模型。我有293张鸟类照片，通过两个自定义标记任务进行了训练和验证。我遇到的问题是在边界框上有多个标签，我通过创建一个带有以下标签的自定义标记作业来解决了这个问题： ``` <crowd-bounding-box name="annotatedResult" labels="['Blackbird', 'Blue ti...

【以下的问题经过翻译处理】 我在Amazon SageMaker控制台上创建了私有团队，并创建了人工审核工作流程，随后将其与Amazon Textract集成以进行键值对提取。 当我首次调用analyze\_document（以及HumanLoop配置）提取键值对时，它按预期工作，并且我能够在标注项目控制台中看到作业。但是，当我再次调用它（无论是相同的文件还是不同的文件），HumanLoop都开...

【以下的问题经过翻译处理】 我的客户要求： *必须注册容器镜像并跟踪部署情况 *容器部署之前必须在客户拥有的私有注册中心注册 *只能部署已注册的容器 *注册过程必须包括验证容器来自可信来源，并且扫描后，没有恶意软件和漏洞 *必须始终维护已部署容器的清单 *清单必须包括： - 容器内安装的软件 - 所有软件的版本和补丁级别 - 容器的部署位置 - 容器的所有者 我们是否实现了这些要求？请...

【以下的问题经过翻译处理】 我想训练和部署多个Comprehend定制分类器（比如50个模型）。我希望能够7*24小时以接近实时（几秒钟即可）的速度来分类我的文档。 问题在于，为每个分类器部署一个端点非常昂贵，1-2个IU（推理单元）就足以承载我所有的模型（我预计每分钟要处理大约10个文档，每个文档总长度约为1000个字符）。是否有一种方法可以将多个模型部署在同一个端点后面（类似于SageMake...

【以下的问题经过翻译处理】 你好， 如果我们将用户访问权限限制在单个地区，我应该关注某些到什么缺点吗？ 我们使用各种AWS服务，但主要是S3和Sagemaker Studio。我们的团队位于不同的地点，因此它们的默认区域是不同的。当他们在不同的地区创建SageMaker Studio实例时，跟踪它们一直是一个挑战，因此我们现在考虑限制访问单个区域。在这种情况下，我们可能会面临什么问题？会有其他服...

【以下的问题经过翻译处理】 我使用SageMaker和MMS制作了PyTorch模型。这是我的MMS代码。 ``` ``` %%时间 instance_type = 'c5.large' # accelerator_type = 'eia2.medium' predictor = mme.deploy( initial_instance_count=1, instance_ty...