`base_job_name` without effect in ModelTrainer
Mantenedores costumam responder em até 2 dias
Avaliação
- Dificuldade
- 4/5
- Tempo estimado
- 3-5 dias
- Facilidade para iniciantes
- 52/100
- Tipo de issue
- Bug
- Clareza
- Razoavelmente clara
- Status de atividade
- Ativa
- Stack de tecnologia
- aws, python
- Domínio
- machine-learning
Direção de pesquisa
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.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
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.
- Linguagem predominante
- Python
- Estrelas
- 2.3k
- Forks
- 1.3k
- Merge médio
- 3d 10h
- PRs com merge (30d)
- 82
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 7 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 7 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 8 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
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 68/100
-
Clean up dependabot noiseAbertaTask
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 65/100
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 86/100
war-and-code/dircue#200 ·
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 87/100
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 84/100
Mantenedores costumam responder em até 1 dia