Python AWS Sagemaker-PCA模型不'；不部署

我在SageMaker中创建了一个PCA模型。大致如下：

pca = PCA(role=role,
             train_instance_count=1,
             train_instance_type='ml.c4.xlarge',
             output_path=output_path, 
             num_components=N_COMPONENTS, 
             sagemaker_session=session)

然后我根据我的数据进行了拟合

pca.fit(data)

最后，我想部署模型，但在运行时：

pca_predictor = pca.deploy(initial_instance_count=1, 
                              instance_type='ml.t2.medium')

我看到此错误消息：

TypeError:create_model（）获得意外的关键字参数“model_kms_key”

---

我不知道如何理解这个错误以及它指的是什么…有什么指针吗？

升级sagemaker，我在版本1.42.6中遇到了这个错误。它固定在1.42.9中

运行以下命令：

    ! pip install --upgrade sagemaker

如果使用jupyter笔记本实例，您可能需要重新启动内核以获取更改

要检查当前sagemaker版本，请使用：

    print(sagemaker.__version__)

---

升级sagemaker时，我在版本1.42.6中遇到此错误。它固定在1.42.9中

运行以下命令：

    ! pip install --upgrade sagemaker

如果使用jupyter笔记本实例，您可能需要重新启动内核以获取更改

要检查当前sagemaker版本，请使用：

    print(sagemaker.__version__)

---

请提供示例，说明如何实现这一点，或者您是如何更新的。@DeshDeepSingh位于运行

import sagemaker

命令run，

的单元格上方的单元格中！pip安装--升级sagemaker

，然后在顶部可用的下拉选项中单击“内核”>>“重新启动”。现在，在已导入sagemaker的下方单元格中，运行，

print（sagemaker.\uuuuuuuu版本）

这应该显示一个等于或大于1.42.9的版本。@akileshraj谢谢您，我相信用户已经在他的回答中进行了编辑。请提供示例，说明如何实现这一点，或者您是如何更新的。@DeshDeepSingh位于运行

导入sagemaker

命令的单元格上方的单元格中，

！pip安装--升级sagemaker

，然后在顶部可用的下拉选项中单击“内核”>>“重新启动”。现在，在您导入sagemaker的下方单元格中，运行，

print（sagemaker.\uuuuu version\uuuuu）

这将显示一个等于或大于1.42.9的版本。@akileshraj谢谢您，我相信用户已经在他的回答中进行了编辑。