Я хочу развернуть образ MLflow на конечной точке AWS Sagemaker, которая содержит модель машинного обучения. Я выполнил следующий код, который нашел в это сообщение в блоге.
import mlflow.sagemaker as mfs
run_id = run_id # the model you want to deploy - this run_id was saved when we trained our model
region = "us-east-1" # region of your account
aws_id = "XXXXXXXXXXX" # from the aws-cli output
arn = "arn:aws:iam::XXXXXXXXXXX:role/your-role"
app_name = "iris-rf-1"
model_uri = "mlruns/%s/%s/artifacts/random-forest-model" % (experiment_id,run_id) # edit this path based on your working directory
image_url = aws_id + ".dkr.ecr." + region + ".amazonaws.com/mlflow-pyfunc:1.2.0" # change to your mlflow version
mfs.deploy(app_name=app_name,
model_uri=model_uri,
region_name=region,
mode="create",
execution_role_arn=arn,
image_url=image_url)
Но я получил следующую ошибку. Я проверил все политики и разрешения, связанные с ролью IAM. Все они соответствуют тому, на что жалуется сообщение об ошибке. Я не знаю, что делать дальше. Буду признателен за вашу помощь. Спасибо.
botocore.exceptions.ClientError: произошла ошибка (ValidationException) при вызове операции CreateModel: не удалось получить доступ к данным модели в https://s3.amazonaws.com/mlflow-sagemaker-us-east-1-xxx/mlflow-xgb-demo-model-eqktjeoit5mxhmjn-abpanw/model.tar.gz. Убедитесь, что роль arn: aws: iam :: xxx: role / mlflow-sagemaker-dev существует и что ее политика доверительных отношений разрешает действие sts: AssumeRole для принципала службы sagemaker.amazonaws.com. Также убедитесь, что у роли есть разрешения s3: GetObject и что объект находится в us-east-1.
