解决 Neo 编译错误 - Amazon SageMaker
如何使用此页面框架相关错误基础设施相关错误查看您的编译日志
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

解决 Neo 编译错误

本节包含有关如何理解和预防常见编译错误、这些错误生成的错误消息以及如何解决这些错误的指导的信息。

如何使用此页面

尝试按以下顺序浏览这些部分来解决您的错误：

  1. 检查编译作业的输入是否满足输入要求。请参阅 输入数据形状的作用是什么 SageMaker 没预料到吗？。

  2. 检查公用特定于框架的错误.

  3. 检查你的错误是否是基础设施错误.

  4. 检查您的编译日志.

错误 解决方案

InputConfiguration: Exactly one .pb file is allowed for TensorFlow models.

确保只提供一个 .pb 或 .pbtxt 文件。

InputConfiguration: Exactly one .pb or .pbtxt file is allowed for TensorFlow models.

确保只提供一个 .pb 或 .pbtxt 文件。

ClientError: InputConfiguration: TVM cannot convert <model zoo> model. Please make sure the framework you selected is correct. The following operators are not implemented: {<operator name>}

检查是否支持您选择的运算符。请参阅SageMaker Neo 支持的框架和运算符.
错误 解决方案

InputConfiguration: No h5 file provided in <model path>

检查您的 H5 文件是否在指定的 Simple StoragAmazon S3 ice Service

或者

检查一下h5 文件格式正确.

InputConfiguration: Multiple h5 files provided, <model path>, when only one is allowed

看看你只提供了一个h5file。

ClientError: InputConfiguration: Unable to load provided Keras model. Error: 'sample_weight_mode'

检查是否支持您指定的 Keras 版本。请参阅，支持的框架云实例和Edge 设备.

ClientError: InputConfiguration: Input input has wrong shape in Input Shape dictionary. Input shapes should be provided in NCHW format.

检查您的模型输入是否符合 NCHW 格式。请参阅输入数据形状的作用是什么 SageMaker 没预料到吗？

错误 解决方案

ClientError: InputConfiguration: Only one parameter file is allowed for MXNet model. Please make sure the framework you select is correct.

SageMaker Neo 将选择给出的第一个参数文件进行编译。

基础设施相关错误

错误 解决方案

ClientError: InputConfiguration: S3 object does not exist. Bucket: <bucket>, Key: <bucket key>

检查您提供的Amazon S3 URI。

ClientError: InputConfiguration: Bucket <bucket name> is in region <region name> which is different from Amazon Sagemaker service region <service region>

创建与服务位于同一区域中 Simple Service Service Service Servic

ClientError: InputConfiguration: Unable to untar input model. Please confirm the model is a tar.gz file

检查您在 Amazon S3 中的模型是否已压缩为tar.gzfile。

查看您的编译日志

  1. 导航到亚马逊 CloudWatch 在https://console.aws.amazon.com/cloudwatch/.

  2. 从中选择您创建编译作业的区域区域右上角的下拉列表。

  3. 在亚马逊的导航窗格中 CloudWatch，选择日志. Select日志组.

  4. 搜索名为的日志组/aws/sagemaker/CompilationJobs. 选择 日志组。

  5. 搜索以编译任务名称命名的日志流。创建日志流。