aws / aws/aws-step-functions-data-science-sdk-python

ModelDataUrl is incorrect when result_path is defined in TrainingStep

Offen
#104 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen
Vorherrschende Sprache
Python
Sterne
299
Forks
84
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Beschreibung

The ModelDataUrl in the Step Functions' defenition is '“ModelDataUrl.$“: “$[‘ModelArtifacts’][‘S3ModelArtifacts’]”' even though the result_path is defined in the TrainingStep, and it causes error like this.

> “An error occurred while executing the state ‘Save Model’ (entered at the event id #8). The JSONPath ’$[‘ModelArtifacts’][‘S3ModelArtifacts’]' specified for the field ‘ModelDataUrl.$’ could not be found in the input ...

It should be '“ModelDataUrl.$“: “$[‘TrainingStepResults’][‘ModelArtifacts’][‘S3ModelArtifacts’]”'.

```
training_step = steps.TrainingStep(
‘Model Training’,
estimator=tf_estimator,
data={
‘training’: inputs
},
job_name=execution_input[‘TrainingJobName’],
result_path=‘$.TrainingStepResults’,
wait_for_completion=True
)

model_step = steps.ModelStep(
‘Save Model’,
model=training_step.get_expected_model(),
model_name=execution_input[‘ModelName’],
instance_type=‘ml.m5.xlarge’,
result_path=‘$.ModelStepResults’
)
```

Beitragsleitfaden

Beitragsleitfaden öffnen

Rechercherichtung

Beginnen Sie bei den Definitionen von TrainingStep und ModelStep, die die Step Functions-Definition erstellen, und verfolgen Sie anschließend, wie result_path auf ModelDataUrl angewendet wird. Reproduzieren Sie die bereitgestellte Konfiguration von training_step und model_step und überprüfen Sie, dass der generierte Pfad unter TrainingStepResults verschachtelt ist, während die Modellausgabe weiterhin verwendbar bleibt.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
aws, python
Bereich
cloud, machine-learning
Issue-Typ
Bug
Schwierigkeit
3/5
Geschätzter Aufwand
1-2 Tage
Aktivitätsstatus
Veraltet
Klarheit
Größtenteils klar
Anfängerfreundlichkeit
45/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.