Python AWS sagemaker错误-属性错误：'；非类型'；对象没有属性'；从'开始；

根据这个-，我试图使用一个现有的模型来创建一个端点，但是我遇到了以下错误-

    Traceback (most recent call last):
  File "/miniconda3/lib/python3.7/site-packages/gunicorn/workers/base_async.py", line 55, in handle
    self.handle_request(listener_name, req, client, addr)
  File "/miniconda3/lib/python3.7/site-packages/gunicorn/workers/ggevent.py", line 143, in handle_request
    super().handle_request(listener_name, req, sock, addr)
  File "/miniconda3/lib/python3.7/site-packages/gunicorn/workers/base_async.py", line 106, in handle_request
    respiter = self.wsgi(environ, resp.start_response)
  File "/miniconda3/lib/python3.7/site-packages/sagemaker_sklearn_container/serving.py", line 124, in main
    serving_env.module_dir)
  File "/miniconda3/lib/python3.7/site-packages/sagemaker_sklearn_container/serving.py", line 101, in import_module
    user_module = importlib.import_module(module_name)
  File "/miniconda3/lib/python3.7/importlib/__init__.py", line 118, in import_module
    if name.startswith('.'):

根据，我正在使用正确的env变量（以及SAGEMAKER\u默认值\u调用\u接受、SAGEMAKER\u程序和SAGEMAKER\u提交\u目录），但不知何故，在创建端点时，运行状况检查失败

• 我通过AWS控制台尝试了类似的方法，效果令人惊讶

是否有一种通过代码实现的方法

我的代码片段-

trainedmodel = sagemaker.model.Model(
model_data='s3://my-bucket/my-key/output/model.tar.gz',
image='my-image',
env={"SAGEMAKER_DEFAULT_INVOCATIONS_ACCEPT": "text/csv", 
     "SAGEMAKER_USE_NGINX": "True", 
     "SAGEMAKER_WORKER_CLASS_TYPE": "gevent", 
     "SAGEMAKER_KEEP_ALIVE_SEC": "60", 
     "SAGEMAKER_CONTAINER_LOG_LEVEL": "20",
     "SAGEMAKER_ENABLE_CLOUDWATCH_METRICS": "false",
     "SAGEMAKER_PROGRAM": "my-script.py",
     "SAGEMAKER_REGION": "us-east-1",
     "SAGEMAKER_SUBMIT_DIRECTORY": "s3://my-bucket/my-key/source/sourcedir.tar.gz"
    },
role=role)

trainedmodel.deploy(initial_instance_count=1, instance_type='ml.c4.xlarge', endpoint_name = 'my-endpoint')

---

根据stacktrace，容器似乎找不到入口点模块（my script.py）

默认情况下，容器将向Python路径添加“/opt/ml/code”，并且可以导入此目录下的模块

---

您可以通过向

SAGEMAKER_BASE_path

（默认为“/opt/ml”）提供值来修改此路径到其他值，并将脚本置于“/code”下，容器将导入模块“/code/SAGEMAKER_程序”

根据堆栈跟踪，容器似乎找不到您的入口点模块（my script.py）

默认情况下，容器将向Python路径添加“/opt/ml/code”，并且可以导入此目录下的模块

您可以通过向

SAGEMAKER_BASE_path

（默认为“/opt/ml”）提供值，将此路径修改为其他值，并将脚本置于“/code”下，容器将导入模块“/code/SAGEMAKER_程序”