如何在 C# 中调用 Sagemaker 训练模型端点 API答案

【问题标题】：How to call Sagemaker training model endpoint API in C#如何在 C# 中调用 Sagemaker 训练模型端点 API
【发布时间】：2018-06-30 03:45:24
【问题描述】：

我已经通过 sagemaker 实现了机器学习算法。

我已经为 .net 安装了 SDK，并通过执行以下代码进行了尝试。

Uri sagemakerEndPointURI = new Uri("https://runtime.sagemaker.us-east-2.amazonaws.com/endpoints/MyEndpointName/invocations");
Amazon.SageMakerRuntime.Model.InvokeEndpointRequest request = new Amazon.SageMakerRuntime.Model.InvokeEndpointRequest();
request.EndpointName = "MyEndpointName";
AmazonSageMakerRuntimeClient aawsClient = new AmazonSageMakerRuntimeClient(myAwsAccessKey,myAwsSecreteKey);            
Amazon.SageMakerRuntime.Model.InvokeEndpointResponse resposnse= aawsClient.InvokeEndpoint(request);

通过执行此操作，我收到验证错误为“1 validation error detected: Value at 'body' failed to satisfy constraint: Member must not be null”

谁能指导我如何以及需要传递哪些输入数据来调用给定的 API？

编辑

我进一步尝试通过提供包含由“.gz”或“.pkl”文件写入的 MemoryStream 的主体参数来尝试，它给我的错误是：“从 AWS 解组响应时出错，HTTP 内容长度超过 5246976字节。”

编辑 2018 年 1 月 23 日

进一步我想出了错误消息

错误 - 模型服务器 - 'TypeError' 对象没有属性 'message'

谢谢

【问题讨论】：

为什么这是一个sparkr 的问题？？
我已经使用 SparkR 训练模型洞察 Sagemaker notebook。
我不是 .NET 专家，但您缺少应该保存推理输入的 Body 属性：docs.aws.amazon.com/sdkfornet/v3/apidocs/Index.html
我进一步尝试通过提供包含由“.gz”文件写入的 MemoryStream 的主体参数来尝试，它给我的错误是：“错误从 AWS 解组响应”

标签： c# amazon-web-services amazon-s3 sparkr amazon-sagemaker

【解决方案1】：

后来通过Encoding.ASCII.GetBytes解决了它，如下面的代码。

 byte[] bytes = System.IO.File.ReadAllBytes(@"EXCEL_FILE_PATH");
    string listA = "";
    while (!reader.EndOfStream)
        {
            var line = reader.ReadLine();
            listA = listA + line + "\n";
        }
    byte[] bytes = Encoding.ASCII.GetBytes(listA);
    request.Body = new MemoryStream(bytes);
    InvokeEndpointResponse response = sagemakerRunTimeClient.InvokeEndpoint(request);
    string predictions = Encoding.UTF8.GetString(response.Body.ToArray());

【讨论】：

【解决方案2】：

据我所知，您的请求缺少 Guy 所建议的 Body 属性和 ContentType，后者必须引用您传递给 Amazon SageMaker 的输入数据的类型（请参阅下面的代码；我的输入 CSV文件包含一个示例）。

byte[] content = File.ReadAllBytes("input.csv");
Amazon.SageMakerRuntime.Model.InvokeEndpointRequest request = new Amazon.SageMakerRuntime.Model.InvokeEndpointRequest();
request.EndpointName = "linear-learner-xxxxxxxx-xxxx";
request.ContentType = "text/csv";
request.Body = new MemoryStream(content);

AmazonSageMakerRuntimeClient awsClient = new AmazonSageMakerRuntimeClient(accessKey, secretKey);
Amazon.SageMakerRuntime.Model.InvokeEndpointResponse response = awsClient.InvokeEndpoint(request);

string predictions = Encoding.UTF8.GetString(response.Body.ToArray());

关于 5246976 字节的限制，即 API 在单个请求的上下文中达到允许的最大响应正文长度。避免这种情况的一种方法是执行多次调用，而不是传递大量项目进行预测。

如果您使用的是 Amazon SageMaker 内置算法，您可以在以下地址查看允许的输入和输出数据格式：

https://docs.aws.amazon.com/sagemaker/latest/dg/common-info-all-im-models.html

【讨论】：