Python Sagemaker:部署时存在弹性推理问题

使用sagemaker python sdk执行部署代码到sagemaker时，我得到的错误如下：

UnexpectedStatusException: Error hosting endpoint tensorflow-inference-eia-XXXX-XX-XX-XX-XX-XX-XXX: 
Failed. Reason: The image '763104351884.dkr.ecr.us-east-1.amazonaws.com/tensorflow-inference-eia:1.14 
-gpu' does not exist..

我用于部署的代码如下所示：

predictor = model.deploy(initial_instance_count=1,
                         instance_type='ml.p2.xlarge', accelerator_type='ml.eia1.medium')

如果我删除

accelerator\u type

参数，那么部署端点时不会出现错误。你知道为什么会这样吗？Sagemaker似乎指的是不存在的图像。我该如何解决这个问题

此外，我还确保从这里支持该版本：'。我在TensorFlow上：1.14

编辑： 事实证明，这是可行的：

所以，我猜弹性推理不适用于GPU实例

注意：我部署端点的所有实例都没有使用GPU。（如果您熟悉或已经成功，请提出一些想法。）

---

弹性推理加速器（EIA）旨在连接到CPU端点。

这不是一个新问题。我不知道您的特定设置的确切问题，因为有几个移动部件我看不到，但这可能会帮助您Hi@MatusDubrava，谢谢您的回复。我已经检查了你提供的链接。问题是，如果我不提及

加速器类型

参数，我就可以成功部署端点。该链接主要关注

实例类型

参数。我愿意尝试其他东西，有什么建议吗？如果你在GPU实例上运行，为什么要添加弹性接口？GPU已经提供了你所需要的加速。@Guy，嘿，谢谢你的回复。在我将模型部署到端点之后，我发现推断没有使用GPU。所以，我想用弹性推理来检验这一点。有什么想法吗？@Pramesbajracharya，从你的问题编辑看来，当你将弹性接口连接到基于CPU的机器（例如M4）上时，你成功地让它工作了。对吗？

predictor = model.deploy(initial_instance_count=1,
                         instance_type='ml.m4.xlarge', accelerator_type='ml.eia1.medium')