排查 Neo 编译错误 - Amazon SageMaker
如何使用此页框架相关错误基础设施相关错误检查你的编译日志
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。

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。

排查 Neo 编译错误

此部分包含的信息介绍如何了解和预防常见编译错误，这些错误所生成的错误消息，以及如何解决这些错误的指南。

如何使用此页

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 SageMaker Neo 需要什么输入数据形状？。

  2. 检查常见框架特定的错误.

  3. 检查你的错误是否是基础设施错.

  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 或一个 .pbtxt 文件。

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

确保只提供一个 .pb 或一个 .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>}

检查您选择的操作员是否受支持。请参阅SageMaker Neo 支持的框架和操作.
错误 解决方案

InputConfiguration: No h5 file provided in <model path>

检查您的 H5 文件位于您指定的 Amazon S3 URI 中。

或者

检查h5 文件格式正确.

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

检查你只提供了一个h5文件。

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

检查您指定的 Keras 版本是否受支持。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遵循 NCHW 格式。请参阅输入数据形状有什么作用 SageMaker Neo 需要吗？

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的 Amazon S3 存储桶。

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成tar.gz文件。

检查你的编译日志

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

  2. 从区域右上角的下拉列表。

  3. 在 Amazon CloudWatch 的导航窗格中，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. 搜索以编译作业名称命名的 Logstream。选择日志流。