ModelBuilder.register does not generate a repack step with a pipeline session in V3 but does in V2
Maintainer thường phản hồi trong vòng 2 ngày
@mohamedzeidan2021 đang làm issue này rồi.
Từ ngày 27/9/2026.
- #6338 của @mohamedzeidan2021 — đang mở
Đánh giá
- Độ khó
- 4/5
- Thời gian dự kiến
- 1-2 ngày
- Mức phù hợp với người mới
- 48/100
- Loại issue
- Lỗi
- Độ rõ ràng
- Khá rõ ràng
- Mức độ hoạt động
- Ít trao đổi
- Công nghệ
- aws, python, scikit-learn
- Lĩnh vực
- cloud, machine-learning
Hướng nghiên cứu
Bắt đầu từ điểm vào ModelBuilder.register được sử dụng với pipeline_session và so sánh hành vi V3 của nó với hành vi V2 được mô tả trong issue. Tái hiện việc đăng ký ModelStep bằng SourceCode và dữ liệu mô hình đã cho, sau đó xác minh rằng một bước repack được tạo và mô hình đã đăng ký chứa code.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
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.
- Ngôn ngữ chính
- Python
- Star
- 2.3k
- Fork
- 1.3k
- Merge trung bình
- 3 ngày 10 giờ
- Pull request đã merge (30 ngày)
- 77
Chuẩn bị môi trường
- Không có Dockerfile hay tệp Docker Compose
- Không có mẫu pull request
- Đọc hướng dẫn đóng góp
Bắt đầu từ đâu
- Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
- Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
- Fork repository và làm thay đổi trên một nhánh.
- Mở pull request có tham chiếu số hiệu của issue.
Issue khác của aws/sagemaker-python-sdk
-
Cannot use spark_event_logs_s3_uri in PySparkProcessor jobCó thể đã có người làm @rsareddy0329 đã nhận 6 ngày trước. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
aws/sagemaker-python-sdk#6253 ·
Maintainer thường phản hồi trong vòng 2 ngày
-
[Bug] V3 Hyperparameter Tuning Pipeline page labelled "Download Data" in navigation due to missing title cellCó thể đã có người làm @admivsn đã nhận 35 ngày trước. Đang mở
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 93/100
aws/sagemaker-python-sdk#6232 ·
Maintainer thường phản hồi trong vòng 2 ngày
-
[Bug] ModelTrainer with no input channels emits InputDataConfig: [], which CreatePipeline rejects (min=1) — v2 omitted the keyCó thể đã có người làm @sagemaker-bot đã nhận 6 ngày trước. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 76/100
aws/sagemaker-python-sdk#6156 · 2 bình luận ·
Maintainer thường phản hồi trong vòng 2 ngày
-
sagemaker-train should depend on mlflow-skinny, following sagemaker-mlflow 0.5.0Có thể đã có người làm @mohamedzeidan2021 đã nhận 7 ngày trước. Đang mở
Độ khó 2/5 Nửa ngày Mức phù hợp với người mới 72/100
aws/sagemaker-python-sdk#6152 ·
Maintainer thường phản hồi trong vòng 2 ngày
-
ModelTrainer generates sm_train.sh with CRLF line endings on Windows causing training job failureCó thể đã có người làm @MohammedAlkindi đã nhận 26 ngày trước. Đang mở
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 88/100
aws/sagemaker-python-sdk#5904 · 1 reaction ·
Maintainer thường phản hồi trong vòng 2 ngày
Tất cả issue của aws/sagemaker-python-sdk
Issue tương tự
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 83/100
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 86/100
FuRongJun-1999/dsh-memory#65 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
ci needs-ac
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 75/100
Ikalus1988/MisakaNet#2930 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
`FakeBackendV2.run` fails with `NoiseError` on circuits with delays on qubits where T2 > 2·T1Đang mởbug
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
Qiskit/qiskit-aer#2466 ·
-
area/cli
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 82/100