`base_job_name` without effect in ModelTrainer
Les mainteneurs répondent en général sous 2 jours
Évaluation
- Difficulté
- 4/5
- Temps estimé
- 3-5 jours
- Accessibilité débutants
- 52/100
- Type d'issue
- Bug
- Clarté
- Plutôt claire
- Activité
- Active
- Stack technique
- aws, python
- Domaine
- machine-learning
Piste de recherche
Reproduce the issue with PySDK V3 using ModelTrainer.base_job_name and HyperparameterTuner.base_tuning_job_name, then locate their implementations and compare the naming behavior with PySDK V2. Done means both arguments affect the generated training or tuning job names and related log stream names as expected.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Description
PySDK Version
- PySDK V2 (2.x)
- PySDK V3 (3.x)
Describe the bug
base_job_name in ModelTrainer seems to have no effect, names are seemingly generated (e.g. "pipelines-ctd6lgoe9v02-PreprocessorTraining-ssFiEMALJh", where "PreprocessorTraining" is the step-name in the pipeline). The same issue is the case for base_tuning_job_name in the HyperparameterTuner.
This is a regression in comparison to v2 behavior.
To reproduce
Use the base_job_name variable, it will have no effect on training job names, log stream names, etc.
- Langage dominant
- Python
- Étoiles
- 2.3k
- Forks
- 1.3k
- Merge moyen
- 3 j 10 h
- PR mergées (30 j)
- 77
Préparer son environnement
- Aucun Dockerfile ni fichier Docker Compose
- Aucun modèle de pull request
- Lire le guide de contribution
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Autres issues de aws/sagemaker-python-sdk
-
Cannot use spark_event_logs_s3_uri in PySparkProcessor jobPeut-être pris @rsareddy0329 l’a pris il y a 6 jours. Ouverte
Difficulté 2/5 1-3 heures Accessibilité débutants 78/100
aws/sagemaker-python-sdk#6253 ·
Les mainteneurs répondent en général sous 2 jours
-
[Bug] V3 Hyperparameter Tuning Pipeline page labelled "Download Data" in navigation due to missing title cellPeut-être pris @admivsn l’a pris il y a 35 jours. Ouverte
Difficulté 1/5 Moins d'une heure Accessibilité débutants 93/100
aws/sagemaker-python-sdk#6232 ·
Les mainteneurs répondent en général sous 2 jours
-
[Bug] ModelTrainer with no input channels emits InputDataConfig: [], which CreatePipeline rejects (min=1) — v2 omitted the keyPeut-être pris @sagemaker-bot l’a pris il y a 7 jours. Ouverte
Difficulté 2/5 1-3 heures Accessibilité débutants 76/100
aws/sagemaker-python-sdk#6156 · 2 commentaires ·
Les mainteneurs répondent en général sous 2 jours
-
sagemaker-train should depend on mlflow-skinny, following sagemaker-mlflow 0.5.0Peut-être pris @mohamedzeidan2021 l’a pris il y a 8 jours. Ouverte
Difficulté 2/5 Une demi-journée Accessibilité débutants 72/100
aws/sagemaker-python-sdk#6152 ·
Les mainteneurs répondent en général sous 2 jours
-
ModelTrainer generates sm_train.sh with CRLF line endings on Windows causing training job failurePeut-être pris @MohammedAlkindi l’a pris il y a 26 jours. Ouverte
Difficulté 1/5 Moins d'une heure Accessibilité débutants 88/100
aws/sagemaker-python-sdk#5904 · 1 réaction ·
Les mainteneurs répondent en général sous 2 jours
Toutes les issues de aws/sagemaker-python-sdk
Issues similaires
-
Difficulté 2/5 1-3 heures Accessibilité débutants 72/100
Juniper/ansible-junos-stdlib#904 ·
-
Difficulté 2/5 1-3 heures Accessibilité débutants 82/100
pollen-robotics/reachy_mini#1457 ·
Les mainteneurs répondent en général sous 1 jour
-
area:runtime good first issue
Difficulté 2/5 1-3 heures Accessibilité débutants 72/100
WATonomous/wato_f1tenth#39 ·
-
Difficulté 2/5 1-3 heures Accessibilité débutants 82/100
FireDynamics/fdsreader#123 ·
-
Difficulté 1/5 Moins d'une heure Accessibilité débutants 85/100