时间戳

首页 > 解决方案 > sagemaker官方教程是否产生AttributeError，如何解决？

python-3.x - sagemaker官方教程是否产生AttributeError，如何解决？

问题描述

我正在关注AWS Sagemaker 教程，但我认为步骤 4a 中有错误。特别是，在第 3 行，我被指示输入：

     s3_input_train = sagemaker.s3_input(s3_data='s3://{}/{}/train'.format(bucket_name, prefix), content_type='csv')

我得到了错误

----> 3 s3_input_train = sagemaker.s3_input(s3_data='s3://{}/{}/train'.format(bucket_name, prefix), content_type='csv')

AttributeError: module 'sagemaker' has no attribute 's3_input'

事实上，使用dir表明 sagemaker 没有名为 s3_input 的属性。如何解决这个问题，以便我可以在教程中继续前进？我尝试使用session.inputs，但这会将我重定向到一个页面，该页面说session已弃用并建议我使用sagemaker.inputs.TrainingInput而不是sagemaker.s3_inputs. 这是前进的好方法吗？

感谢大家的帮助和耐心！

标签： python-3.xamazon-web-servicesamazon-sagemaker

解决方案

使用sagemaker.inputs.TrainingInput而不是sagemaker.s3_inputs工作来使该代码单元发挥作用。这是一个合适的解决方案，尽管可能有另一种方法。

步骤 4.b 也有需要更新的代码

sess = sagemaker.Session()
xgb = sagemaker.estimator.Estimator(containers[my_region],role, train_instance_count=1, train_instance_type='ml.m4.xlarge',output_path='s3://{}/{}/output'.format(bucket_name, prefix),sagemaker_session=sess)
xgb.set_hyperparameters(max_depth=5,eta=0.2,gamma=4,min_child_weight=6,subsample=0.8,silent=0,objective='binary:logistic',num_round=100)

使用参数train_instance_count并且train_instance_type在更高版本中已更改（https://sagemaker.readthedocs.io/en/stable/v2.html#parameter-and-class-name-changes）。

进行这些更改解决了使用conda_python3内核的教程的错误。

推荐阅读