常规和 ml AWS EC2 实例有什么区别？
What's the difference between regular and ml AWS EC2 instances?
我正在试验 AWS Sagemaker using a Free Tier account. According to the Sagemaker pricing，我可以使用 50 小时的 m4.xlarge 和 m5.xlarge 实例在免费套餐中进行训练。 （我安全地在两个月的期限内。）但是当我尝试使用 m5.xlarge 使用 XGBoost 容器训练算法时，我收到代码下方显示的错误。
ml 类型和非 ml 类型的实例是否相同，只是为那些将与 Sagemaker 一起使用的实例添加了花哨的前缀，还是它们完全不同？ EC2 page 甚至没有列出 ml 实例。
sess = sagemaker.Session()
xgb = sagemaker.estimator.Estimator(container,
role,
instance_count=1,
instance_type='m5.xlarge',
output_path=output_location,
sagemaker_session=sess)
ClientError: An error occurred (ValidationException) when calling the
CreateTrainingJob operation: 1 validation error detected: Value
'm5.xlarge' at 'resourceConfig.instanceType' failed to satisfy
constraint: Member must satisfy enum value set: [ml.p2.xlarge,
ml.m5.4xlarge, ml.m4.16xlarge, ml.p4d.24xlarge, ml.c5n.xlarge,
ml.p3.16xlarge, ml.m5.large, ml.p2.16xlarge, ml.c4.2xlarge,
ml.c5.2xlarge, ml.c4.4xlarge, ml.c5.4xlarge, ml.c5n.18xlarge,
ml.g4dn.xlarge, ml.g4dn.12xlarge, ml.c4.8xlarge, ml.g4dn.2xlarge,
ml.c5.9xlarge, ml.g4dn.4xlarge, ml.c5.xlarge, ml.g4dn.16xlarge,
ml.c4.xlarge, ml.g4dn.8xlarge, ml.c5n.2xlarge, ml.c5n.4xlarge,
ml.c5.18xlarge, ml.p3dn.24xlarge, ml.p3.2xlarge, ml.m5.xlarge,
ml.m4.10xlarge, ml.c5n.9xlarge, ml.m5.12xlarge, ml.m4.xlarge,
ml.m5.24xlarge, ml.m4.2xlarge, ml.p2.8xlarge, ml.m5.2xlarge,
ml.p3.8xlarge, ml.m4.4xlarge]
带有 ml 前缀的实例是 类 专门用于 Sagemaker 的实例。
除了在 Sagemaker 服务中使用外，该实例还将 运行 一个 AMI，其中包含所有必要的库和包，例如 Jupyter。
带有 ml 前缀的 AWS EC2 实例是用于 AWS Sagemaker.[=] 的特定 EC2 实例 类 10=]
我正在试验 AWS Sagemaker using a Free Tier account. According to the Sagemaker pricing，我可以使用 50 小时的 m4.xlarge 和 m5.xlarge 实例在免费套餐中进行训练。 （我安全地在两个月的期限内。）但是当我尝试使用 m5.xlarge 使用 XGBoost 容器训练算法时，我收到代码下方显示的错误。
ml 类型和非 ml 类型的实例是否相同，只是为那些将与 Sagemaker 一起使用的实例添加了花哨的前缀，还是它们完全不同？ EC2 page 甚至没有列出 ml 实例。
sess = sagemaker.Session()
xgb = sagemaker.estimator.Estimator(container,
role,
instance_count=1,
instance_type='m5.xlarge',
output_path=output_location,
sagemaker_session=sess)
ClientError: An error occurred (ValidationException) when calling the CreateTrainingJob operation: 1 validation error detected: Value 'm5.xlarge' at 'resourceConfig.instanceType' failed to satisfy constraint: Member must satisfy enum value set: [ml.p2.xlarge, ml.m5.4xlarge, ml.m4.16xlarge, ml.p4d.24xlarge, ml.c5n.xlarge, ml.p3.16xlarge, ml.m5.large, ml.p2.16xlarge, ml.c4.2xlarge, ml.c5.2xlarge, ml.c4.4xlarge, ml.c5.4xlarge, ml.c5n.18xlarge, ml.g4dn.xlarge, ml.g4dn.12xlarge, ml.c4.8xlarge, ml.g4dn.2xlarge, ml.c5.9xlarge, ml.g4dn.4xlarge, ml.c5.xlarge, ml.g4dn.16xlarge, ml.c4.xlarge, ml.g4dn.8xlarge, ml.c5n.2xlarge, ml.c5n.4xlarge, ml.c5.18xlarge, ml.p3dn.24xlarge, ml.p3.2xlarge, ml.m5.xlarge, ml.m4.10xlarge, ml.c5n.9xlarge, ml.m5.12xlarge, ml.m4.xlarge, ml.m5.24xlarge, ml.m4.2xlarge, ml.p2.8xlarge, ml.m5.2xlarge, ml.p3.8xlarge, ml.m4.4xlarge]
带有 ml 前缀的实例是 类 专门用于 Sagemaker 的实例。
除了在 Sagemaker 服务中使用外，该实例还将 运行 一个 AMI，其中包含所有必要的库和包，例如 Jupyter。
带有 ml 前缀的 AWS EC2 实例是用于 AWS Sagemaker.[=] 的特定 EC2 实例 类 10=]