View a markdown version of this page

Solucionar problemas comuns de configuração - SageMaker IA da Amazon
Não foi possível encontrar o nome “groff” executávelComando não encontrado: jqAWS Velocidades de instalação do plugin MLflowUnsupportedModelRegistryStoreURIExceptionRecursos não suportados do MLFlow

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Solucionar problemas comuns de configuração

Explorar solução de problemas comuns.

Não foi possível encontrar o nome “groff” executável

Ao usar o AWS CLI, você pode encontrar o seguinte erro:Could not find executable named 'groff'.

Se estiver usando um Mac, você pode resolver esse problema com o seguinte comando:

brew install groff

Em uma máquina Linux, use o seguinte comando:

sudo apt-get update -y
sudo apt-get install groff -y

Comando não encontrado: jq

Ao criar seu arquivo JSON de política de permissão AuthZ, talvez você veja a seguinte mensagem de erro: jq: command not found.

Se estiver usando um Mac, você pode resolver esse problema com o seguinte comando:

brew install jq

Em uma máquina Linux, use o seguinte comando:

sudo apt-get update -y
sudo apt-get install jq -y

AWS Velocidades de instalação do plugin MLflow

A instalação do plugin AWS MLflow pode levar vários minutos ao usar um ambiente Mac Python.

UnsupportedModelRegistryStoreURIException

Se vir UnsupportedModelRegistryStoreURIException, faça o seguinte:

  1. Reinicie o kernel do caderno Jupyter.

  2. Reinstale o plugin AWS MLflow:

    !pip install --force-reinstall sagemaker-mlflow

Recursos não suportados do MLFlow

Alguns recursos disponíveis no MLflow de código aberto não são compatíveis com o MLflow gerenciado pela Amazon SageMaker AI.

No momento, os seguintes recursos não são suportados:

  • MLflow AI Gateway — O MLflow AI Gateway para gerenciar conexões com provedores de LLM não está disponível.

  • Juízes e pontuadores do LLM — Built-in juízes e juízes personalizados não são aceitos. Code-based os marcadores continuam funcionando conforme o esperado.

  • Otimização rápida — A otimização automática de solicitações não está disponível.

  • OpenTelemetry Integração — O endpoint de ingestão de OTEL-compatible rastreamentos não está disponível.

Se você tentar usar esses recursos, poderá encontrar elementos de interface ausentes ou erros inesperados. Esse é o comportamento esperado no ambiente gerenciado por SageMaker IA da Amazon.