`HyperParameterTuningJob.create` rejects tuner tags on Python 3.14

Offen Anfängerfreundlich
  • Stimmt etwas nicht?
#6,554 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Maintainer antworten meist innerhalb von 1 Tag

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
2/5
Geschätzter Aufwand
1-3 Stunden
Anfängerfreundlichkeit
72/100
Issue-Typ
Bug
Klarheit
Klar beschrieben
Aktivitätsstatus
Aktiv
Tech-Stack
python
Bereich
machine-learning

Rechercherichtung

Beginne mit der tags-Annotation an HyperParameterTuningJob.create im Ressourcenmodul von sagemaker-core und mit den Tag-Objekten, die in HyperparameterTuner.tune() erstellt werden. Der Fehler besteht darin, dass der unqualifizierte Name Tag unter Python 3.14 auf das Ressourcenmodell aufgelöst wird. Fertig ist es, wenn eine getaggte HPO-Anfrage unter Python 3.14 validiert wird und ein Regressionstest für diesen Fall besteht.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

PySDK Version

  • PySDK V2 (2.x)
  • PySDK V3 (3.x)

Describe the bug

Tagged HyperparameterTuner requests fail validation on Python 3.14.
Equivalent requests succeed on Python 3.12.

The tuner creates request tags as sagemaker.core.shapes.Tag.
On Python 3.14, HyperParameterTuningJob.create() resolves its tags
annotation as list[sagemaker.core.resources.Tag].

Both classes have the same key and value fields. However, they are separate
Pydantic models. Pydantic rejects the shapes model instead of converting it to
the generated resource model.

The failure occurs before the SDK calls SageMaker.

This is not a SageMaker v3.28 regression. The behavior also reproduces with the
v3.27 component set on Python 3.14.

To reproduce

Save this script as reproduce.py. It does not call a live AWS service.

import importlib.metadata
import inspect
import sys

from pydantic import TypeAdapter
from sagemaker.core.resources import HyperParameterTuningJob
from sagemaker.core.shapes import Tag

tags_annotation = inspect.signature(
    HyperParameterTuningJob.create
).parameters["tags"].annotation

print("Python:", sys.version)
print("SageMaker:", importlib.metadata.version("sagemaker"))
print("SageMaker Core:", importlib.metadata.version("sagemaker-core"))
print("Resource annotation:", tags_annotation)

validated_tags = TypeAdapter(tags_annotation).validate_python(
    [
        Tag(
            key="project",
            value="hpo-tag-reproduction",
        )
    ]
)

print("Validated tags:", validated_tags)

Run it with Python 3.12:

uvx --python 3.12 --from sagemaker==3.28.0 python reproduce.py

The script succeeds. The annotation resolves to
sagemaker.core.shapes.Tag.

Run it with Python 3.14:

uvx --python 3.14 --from sagemaker==3.28.0 python reproduce.py

The script fails. The annotation resolves to
sagemaker.core.resources.Tag.

The same mismatch occurs during HyperparameterTuner.tune(). The tuner creates
its request tags with this code:

from sagemaker.core.shapes import Tag

tag_objects = [
    Tag(key=boto_tag["Key"], value=boto_tag["Value"])
    for boto_tag in (_to_boto_tag(tag) for tag in self.tags)
]

Expected behavior

HyperParameterTuningJob.create() must accept the tag model produced by
HyperparameterTuner on every supported Python version.

Screenshots or logs

Python 3.14 produces this error:

Resource annotation: typing.List[sagemaker.core.resources.Tag] | None
Traceback (most recent call last):
  ...
pydantic_core._pydantic_core.ValidationError:
1 validation error for nullable[list[Tag]]
0
  Input should be a valid dictionary or instance of Tag
  [type=model_type,
   input_value=Tag(key='project', value='hpo-tag-reproduction'),
   input_type=Tag]

System information

  • SageMaker Python SDK version: 3.28.0
  • SageMaker Core version: 2.28.0
  • SageMaker Train version: 1.28.0
  • Framework name (eg. PyTorch) or algorithm (eg. KMeans): Framework-independent
  • Framework version: Not applicable
  • Python version: 3.14
  • CPU or GPU: CPU
  • Custom Docker image (Y/N): Reproduces before image selection

Additional context

Python 3.14 uses deferred annotation evaluation. The unqualified Tag name
resolves after sagemaker.core.resources.Tag exists in the module.

Earlier Python versions capture the imported sagemaker.core.shapes.Tag when
the function is defined.

A stable fix can import the public shape with an unambiguous alias:

from sagemaker.core.shapes import Tag as ShapeTag

def create(
    # ...
    tags: list[ShapeTag] | None = None,
):
    ...

Tests must exercise tagged HPO request validation on Python 3.14.

Vorherrschende Sprache
Python
Sterne
2.3k
Forks
1.3k
Ø Merge
1 T. 14 Std.
Gemergte PRs (30 T.)
62

Entwicklungsumgebung

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus aws/sagemaker-python-sdk

Alle Issues in aws/sagemaker-python-sdk

Ähnliche Issues

Weitere Issues zu Python

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.