Résolution des erreurs de compilation Neo

Cette section contient des informations sur la façon de comprendre et d'éviter les erreurs de compilation courantes, les messages d'erreur qu'elles génèrent, et des conseils sur leur possible résolution.

Comment utiliser cette page

Essayez de résoudre l'erreur en consultant ces sections dans l'ordre suivant :

1. Vérifiez que l'entrée de votre tâche de compilation satisfait aux exigences d'entrée. Consultez Quelles sont les formes de données d'entrée attendues par SageMaker Neo ?

2. Vérifiez les erreurs spécifiques au cadre courantes.

3. Vérifiez si votre erreur est une erreur liée à l'infrastructure.

4. Vérifiez votre journal de compilation.

Erreurs spécifiques au cadre

Keras

Erreur	Solution
InputConfiguration: No h5 file provided in <model path>	Vérifiez que votre fichier h5 se trouve dans l'URI Amazon S3 que vous avez spécifié. Ou Vérifiez que le fichier h5 est correctement formaté.
InputConfiguration: Multiple h5 files provided, <model path>, when only one is allowed	Veillez à ne fournir qu'un fichier h5.
ClientError: InputConfiguration: Unable to load provided Keras model. Error: 'sample_weight_mode'	Vérifiez que la version de Keras que vous avez spécifiée est prise en charge. Veuillez consulter les cadres pris en charge pour les instances cloud et les appareils en périphérie.
ClientError: InputConfiguration: Input input has wrong shape in Input Shape dictionary. Input shapes should be provided in NCHW format.	Vérifiez que votre entrée de modèle répond au format NCHW. Veuillez consulter What input data shapes SageMaker Neo expects? (De quelles formes de données d'entrée SageMaker Neo a-t-il besoin ?)

MXNet

Erreur	Solution
ClientError: InputConfiguration: Only one parameter file is allowed for MXNet model. Please make sure the framework you select is correct.	SageMaker Neo va sélectionner le premier fichier de paramètres donné pour la compilation.

TensorFlow

Erreur	Solution
InputConfiguration: Exactly one .pb file is allowed for TensorFlow models.	Veillez à ne fournir qu'un fichier .pb ou .pbtxt.
InputConfiguration: Exactly one .pb or .pbtxt file is allowed for TensorFlow models.	Veillez à ne fournir qu'un fichier .pb ou .pbtxt.
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>}	Vérifiez que l'opérateur que vous avez choisi est pris en charge. Veuillez consulter SageMaker Neo Supported Frameworks and Operators (Cadres et opérateurs pris en charge par Neo).

PyTorch

Erreur	Solution
InputConfiguration: We are unable to extract DataInputConfig from the model due to input_config_derivation_error. Please override by providing a DataInputConfig during compilation job creation.	Effectuez l'une des actions suivantes : Spécifiez le nom et la forme des entrées attendues en fournissant une définition DataInputConfig dans votre demande de compilation. Vérifiez l'erreur dans Amazon CloudWatch Logs. Vérifiez le groupe de journaux /aws/sagemaker/CompilationJobs et recherchez un flux de journaux nommé compilationJobName/model-info-extraction.

Erreurs liées à l'infrastructure

Erreur	Solution
ClientError: InputConfiguration: S3 object does not exist. Bucket: <bucket>, Key: <bucket key>	Vérifiez l'URI Amazon S3 que vous avez fourni.
ClientError: InputConfiguration: Bucket <bucket name> is in region <region name> which is different from AWS Sagemaker service region <service region>	Créez un compartiment Amazon S3 qui se trouve dans la même région que le service.
ClientError: InputConfiguration: Unable to untar input model. Please confirm the model is a tar.gz file	Vérifiez que votre modèle dans Amazon S3 est compressé sous forme de fichier tar.gz.

Vérifier votre journal de compilation

1. Accédez à Amazon CloudWatch à l'adresse https://console.aws.amazon.com/cloudwatch/.

2. Sélectionnez la région dans laquelle vous avez créé la tâche de compilation dans la liste déroulante Region (Région) située en haut à droite.

3. Dans le panneau de navigation d'Amazon CloudWatch, choisissez Logs (Journaux). Sélectionnez Log groups (Groupes de journaux).

4. Recherchez le groupe de journaux nommé /aws/sagemaker/CompilationJobs. Sélectionnez le groupe de journaux.

5. Recherchez le flux de journaux nommé d'après le nom de la tâche de compilation. Sélectionnez le flux de journaux.