S3桶中tar.gz文件无法在SageMaker加载：inference.py缺失报错

核心原因：压缩包目录结构不符合SageMaker要求 #

SageMaker的PyTorchModel要求解压后的inference.py必须在压缩包的根目录，如果你的压缩包是把包含文件的文件夹整体打包，解压后会出现birefnet/inference.py这种层级结构，就会触发找不到文件的错误。

具体解决步骤 #

1. 修正压缩包打包方式 #

• 打开终端，切换到所有文件（inference.py、requirements.txt、模型文件等）所在的同级目录
• 执行正确的打包命令，确保所有文件直接放在压缩包根目录：

tar -czvf birefnet.tar.gz inference.py requirements.txt 模型相关文件/

注意：不要把当前文件夹本身打包进去，比如不要执行tar -czvf birefnet.tar.gz ./（这样会把当前目录作为根目录下的子文件夹），要明确指定需要打包的文件/文件夹。

2. 验证压缩包结构 #

• 本地解压压缩包，确认解压后直接能看到inference.py，而不是嵌套在某个子文件夹里：

tar -xzvf birefnet.tar.gz
ls

执行ls后应该直接显示inference.py、requirements.txt等文件。

3. 重新上传并确认路径 #

• 将修正后的birefnet.tar.gz重新上传到S3，确保model_data参数里的S3路径完全正确（桶名、文件路径无拼写错误）。

4. 额外排查点 #

• 确认SageMaker执行角色（role）拥有访问该S3桶的权限（比如附加AmazonS3ReadOnlyAccess策略，或者更精细的桶权限）。
• 检查inference.py的文件名是否大小写正确（Linux环境下区分大小写，确保代码里的entry_point='inference.py'和实际文件名一致）。

内容的提问来源于stack exchange，提问作者dev_seo