Make mlops module independent of train and serving modules
Mantenedores costumam responder em até 2 dias
Ninguém assumiu esta issue ainda.
Avaliação
- Dificuldade
- 4/5
- Tempo estimado
- 3-5 dias
- Facilidade para iniciantes
- 45/100
- Tipo de issue
- Refatoração
- Clareza
- Precisa de esclarecimento
- Status de atividade
- Pouca atividade
- Domínio
- cloud, devops, machine-learning
Direção de pesquisa
Comece rastreando as dependências entre os módulos MLOps, train e serving e, em seguida, reproduza o problema de tamanho do pacote Lambda descrito na issue. Identifique quais dependências nativas e PyTorch são incluídos nos deployments de MLOps. O trabalho estará concluído quando a orquestração do MLOps puder ser empacotada de forma independente sem essas dependências desnecessárias.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
Previously, MLOps orchestration was possible within a Lamber. Now with new dependencies, they are too big to fit in the lambda. The native dependencies and PyTorch explode the size of the total deployment signficantly
- Linguagem predominante
- Python
- Estrelas
- 2.3k
- Forks
- 1.3k
- Merge médio
- 3d 7h
- PRs com merge (30d)
- 87
Preparar o ambiente
- Sem Dockerfile nem arquivo Docker Compose
- Sem modelo de pull request
- Ler o guia de contribuição
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Mais de aws/sagemaker-python-sdk
-
Cannot use spark_event_logs_s3_uri in PySparkProcessor jobTalvez já em andamento @rsareddy0329 assumiu há 8 dias. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
aws/sagemaker-python-sdk#6253 ·
Mantenedores costumam responder em até 2 dias
-
[Bug] V3 Hyperparameter Tuning Pipeline page labelled "Download Data" in navigation due to missing title cellTalvez já em andamento @admivsn assumiu há 36 dias. Aberta
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 93/100
aws/sagemaker-python-sdk#6232 ·
Mantenedores costumam responder em até 2 dias
-
[Bug] ModelTrainer with no input channels emits InputDataConfig: [], which CreatePipeline rejects (min=1) — v2 omitted the keyTalvez já em andamento @sagemaker-bot assumiu há 8 dias. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 76/100
aws/sagemaker-python-sdk#6156 · 2 comentários ·
Mantenedores costumam responder em até 2 dias
-
sagemaker-train should depend on mlflow-skinny, following sagemaker-mlflow 0.5.0Talvez já em andamento @mohamedzeidan2021 assumiu há 9 dias. Aberta
Dificuldade 2/5 Meio dia Facilidade para iniciantes 72/100
aws/sagemaker-python-sdk#6152 ·
Mantenedores costumam responder em até 2 dias
-
ModelTrainer generates sm_train.sh with CRLF line endings on Windows causing training job failureTalvez já em andamento @MohammedAlkindi assumiu há 27 dias. Aberta
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 88/100
aws/sagemaker-python-sdk#5904 · 1 reação ·
Mantenedores costumam responder em até 2 dias
Todas as issues de aws/sagemaker-python-sdk
Issues semelhantes
-
Link Checker ReportAbertaautomated issue report
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 85/100
RapidAI/RapidOCRDocs#119 ·
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 70/100
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 85/100
btclib-org/btclib-node#1833 ·
Mantenedores costumam responder em até 1 dia
-
IRIS reader: no-data velocity bins (DB_VEL, DB_VELC) returned as 0.0 m/s instead of NaNTalvez já em andamento @syedhamidali assumiu hoje. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 72/100
Mantenedores costumam responder em até 2 dias
-
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 80/100
elodin-sys/elodin#890 ·
Mantenedores costumam responder em até 1 dia