Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

ModelBuilder.register does not generate a repack step with a pipeline session in V3 but does in V2

Aperta
  • Qualcosa non va?
#5,828 1 commento 1 reazione 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 2 giorni

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
1-2 giorni
Idoneità per principianti
48/100
Tipo di issue
Bug
Chiarezza
Abbastanza chiara
Stato di attività
Tranquilla
Stack tecnologico
aws, python, scikit-learn
Ambito
cloud, machine-learning

Direzione di ricerca

Inizia dal punto di ingresso ModelBuilder.register utilizzato con pipeline_session e confronta il suo comportamento in V3 con il comportamento in V2 descritto nell’issue. Riproduci la registrazione di ModelStep utilizzando il SourceCode e i dati del modello mostrati, quindi verifica che venga generato uno step di repack e che il modello registrato includa il codice.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

PySDK Version

  • PySDK V2 (2.x)
  • [ X] PySDK V3 (3.x)

Describe the bug
ModelBuilder.register does not generate a repack step with a pipeline session in V3 but does in V2

To reproduce
A clear, step-by-step set of instructions to reproduce the bug.
The provided code need to be complete and runnable, if additional data is needed, please include them in the issue.

model_builder = ModelBuilder(
        image_uri=image_uri,
        s3_model_data_url=data_url,
        source_code=SourceCode(
            entry_script="infer.py",
            source_dir=s3_script_archive,
        ),
        role_arn=role,
        sagemaker_session=pipeline_session,
        env_vars={"SAGEMAKER_DEFAULT_INVOCATIONS_ACCEPT": "application/json"},
    )
...
step_register = ModelStep(
    name="RegisterModel",
    step_args=model_builder.register(
        content_types=["application/jsonlines"],
        response_types=["application/json"],
        inference_instances=[inference_instance_type],
        transform_instances=[inference_instance_type],
        model_package_group_name=model_package_group_name,
        approval_status="Approved",
    )
)

Expected behavior
A clear and concise description of what you expected to happen.
In V2, the model was repacked with the code present. In V3, the model is not, leaving the model unable to be repacked

Screenshots or logs
If applicable, add screenshots or logs to help explain your problem.

System information
A description of your system. Please provide:

  • SageMaker Python SDK version: 2
  • Framework name (eg. PyTorch) or algorithm (eg. KMeans): ScikitLearn
  • Framework version: 1.4.2
  • Python version: 3.11
  • CPU or GPU: CPU
  • Custom Docker image (Y/N): N

Additional context
Add any other context about the problem here.

Lingua principale
Python
Stelle
2.3k
Fork
1.3k
Merge medio
3g 2h
PR unite (30g)
70

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di aws/sagemaker-python-sdk

Tutte le issue di aws/sagemaker-python-sdk

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.