使用机器学习示例执行 AWS 预测性维护时出现导入错误

Question

我们正在尝试在 AWS 示例数据上执行并检查预测性维护使用机器学习提供的输出类型。我们指的是 Predictive Maintenance Using Machine Learning and AWS Guide 启动 AWS 提供的示例模板。模板执行正常，我们可以看到账户中的资源。每当我们运行给定示例的 sagemaker 笔记本时，我们都会在 CloudWatch 日志中收到如下错误

ImportError: cannot import name 'replace_file' on line from mxnet.gluon.utils import download, check_sha1, _get_repo_file_url, replace_file.

这是调用训练作业的阶段。我们已经尝试了以下选项来解决该问题。

正在升级 mxnet 模块
升级tensorflow模块

但是没有成功。

提前致谢。

错误回溯如下

  File "/usr/lib/python3.5/runpy.py", line 184, in _run_module_as_main
    "__main__", mod_spec)
  File "/usr/lib/python3.5/runpy.py", line 85, in _run_code
    exec(code, run_globals)
  File "/opt/ml/code/sagemaker_predictive_maintenance_entry_point.py", line 10, in <module>
    import gluonnlp
  File "/usr/local/lib/python3.5/dist-packages/gluonnlp/__init__.py", line 25, in <module>
    from . import data
  File "/usr/local/lib/python3.5/dist-packages/gluonnlp/data/__init__.py", line 23, in <module>
    from . import (batchify, candidate_sampler, conll, corpora, dataloader,
  File "/usr/local/lib/python3.5/dist-packages/gluonnlp/data/question_answering.py", line 31, in <module>
    from mxnet.gluon.utils import download, check_sha1, _get_repo_file_url, replace_file
    ImportError: cannot import name 'replace_file'

Answer 1

正在将此问题的修复程序部署到官方解决方案中。同时，您可以按照以下说明在 SageMaker 环境中进行 here 所述的更改：

1) 在notebook中，请将framework_version改为1.6.0。

MXNet(entry_point='sagemaker_predictive_maintenance_entry_point.py',
          source_dir='sagemaker_predictive_maintenance_entry_point',
          py_version='py3',
          role=role, 
          train_instance_count=1, 
          train_instance_type=train_instance_type,
          output_path=output_location,
          hyperparameters={'num-datasets' : len(train_df),
                           'num-gpus': 1,
                           'epochs': 500,
                           'optimizer': 'adam',
                           'batch-size':1,
                           'log-interval': 100},
         input_mode='File',
         train_max_run=7200,
         framework_version='1.6.0')  <- Change this to 1.6.0.

2) 这可能会解决问题，但为了确保您没有任何过时的软件包，还要更改 requirements.txt 文件。

您需要在 SageMaker 中打开一个终端。图片来自 https://medium.com/swlh/jupyter-notebook-on-amazon-sagemaker-getting-started-55489f500439

和运行

cd SageMaker/sagemaker_predictive_maintenance_entry_point/
sudo vim requirements.txt  # (or sudo nano requirements.txt)

将内容更改为：

gluonnlp==0.9.1
pandas==0.22

保存，然后运行再次示例。

也欢迎对这个问题发表评论： https://github.com/awslabs/predictive-maintenance-using-machine-learning/issues/6

使用机器学习示例执行 AWS 预测性维护时出现导入错误

Import error while Executing AWS Predictive Maintenance Using Machine Learning Sample

python

amazon-web-services

tensorflow

amazon-sagemaker