View a markdown version of this page

Résolution des problèmes de configuration courants - Amazon SageMaker AI
Message d’erreur « Could not find executable named ’groff’ »Message d’erreur « jq: command not found »AWS Vitesses d'installation du plugin MLflowUnsupportedModelRegistryStoreURIExceptionFonctionnalités MLflow non prises en charge

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Résolution des problèmes de configuration courants

Explorez les problèmes de dépannage courants.

Message d’erreur « Could not find executable named ’groff’ »

Lorsque vous utilisez le AWS CLI, vous pouvez rencontrer l'erreur suivante :Could not find executable named 'groff'.

Si vous utilisez un Mac, vous pouvez résoudre ce problème à l’aide de la commande suivante :

brew install groff

Sur un système Linux, exécutez la commande suivante :

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

Message d’erreur « jq: command not found »

Lors de la création de votre fichier de politique d’autorisation JSON AuthZ, il est possible que vous receviez l’erreur suivante : jq: command not found.

Si vous utilisez un Mac, vous pouvez résoudre ce problème à l’aide de la commande suivante :

brew install jq

Sur un système Linux, exécutez la commande suivante :

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

AWS Vitesses d'installation du plugin MLflow

L'installation du plugin AWS MLflow peut prendre plusieurs minutes dans un environnement Python pour Mac.

UnsupportedModelRegistryStoreURIException

Si le message d’erreur UnsupportedModelRegistryStoreURIException s’affiche, procédez comme suit :

  1. Redémarrez le noyau de votre bloc-notes Jupyter.

  2. Réinstallez le plugin AWS MLflow :

    !pip install --force-reinstall sagemaker-mlflow

Fonctionnalités MLflow non prises en charge

Certaines fonctionnalités disponibles dans MLflow open source ne sont pas prises en charge dans MLflow géré par Amazon SageMaker AI.

Les fonctionnalités suivantes ne sont actuellement pas prises en charge :

  • Passerelle MLflow AI — La passerelle MLflow AI permettant de gérer les connexions aux fournisseurs de LLM n'est pas disponible.

  • Juges et buteurs LLM : les Built-in juges et les juges personnalisés ne sont pas pris en charge. Code-based les buteurs continuent de travailler comme prévu.

  • Optimisation rapide : l'optimisation automatique des commandes n'est pas disponible.

  • OpenTelemetry Intégration — Le point de terminaison d'ingestion des OTEL-compatible traces n'est pas disponible.

Si vous essayez d'utiliser ces fonctionnalités, vous risquez de rencontrer des éléments d'interface utilisateur manquants ou des erreurs inattendues. Ce comportement est attendu dans l'environnement géré par Amazon SageMaker AI.