AutoGluon-Cloud 常见问题#

支持的 Docker 容器#

autogluon.cloud 支持 AutoGluon 深度学习容器 0.6.0 及更新版本。

如何使用 AutoGluon 容器的先前版本#

默认情况下，autogluon.cloud 将获取最新版本的 AutoGluon DLC。但是，您可以通过向 fit/inference API 提供 framework_version 来访问先前版本，例如

cloud_predictor.fit(..., framework_version="0.6")

始终建议使用最新版本，因为它包含更多功能和最新的安全补丁。

如何构建云兼容的自定义容器#

如果官方 DLC 无法满足您的需求，并且您想构建自己的容器。

您可以选择在我们的 DLC 基础上构建，或参考我们的 Dockerfiles

如何使用自定义容器#

尽管不建议，但 autogluon.cloud 支持通过指定 custom_image_uri 来使用您的自定义容器。

cloud_predictor.fit(..., custom_image_uri="CUSTOM_IMAGE_URI")
cloud_predictor.predict_real_time(..., custom_image_uri="CUSTOM_IMAGE_URI")
cloud_predictor.predict(..., custom_image_uri="CUSTOM_IMAGE_URI")

如果此自定义镜像位于某个 ECR 下，您需要授予云模块使用的 IAM 角色访问权限。

遇到权限问题#

您可以通过以下方式尝试获取必要的 IAM 权限和信任关系：

from autogluon.cloud import TabularCloudPredictor  # Can be other CloudPredictor as well

TabularCloudPredictor.generate_default_permission(
    backend="BACKNED_YOU_WANT"  # We currently support sagemaker and ray_aws
    account_id="YOUR_ACCOUNT_ID",  # The AWS account ID you plan to use for CloudPredictor.
    cloud_output_bucket="S3_BUCKET"  # S3 bucket name where intermediate artifacts will be uploaded and trained models should be saved. You need to create this bucket beforehand.
)

上面的实用函数将为您提供两个 json 文件，分别描述信任关系和 IAM 策略。请务必在使用前仔细查看这些文件，并根据您的用例进行必要的更改。

我们建议您为您的 IAM 用户创建一个 IAM 角色进行委托，因为 IAM 角色没有永久的长期凭证，并且用于直接与 AWS 服务交互。请参考此教程来

  1. 使用您上面生成的信任关系和 IAM 策略创建 IAM 角色

  2. 设置凭证

  3. 承担角色