在SageMaker Studio新UI中注册模型后无法查看评估指标的问题咨询

核心问题排查与修复 #

1. 修正evaluation.json的语法错误 #

你的evaluation.json存在语法问题：最后一个指标r2的对象缺少闭合的}，导致JSON无法被SageMaker正确解析。修正后的JSON如下：

{
    "metric_groups": [
        {
            "name": "regression_metrics",
            "metric_data": [
                {
                    "name": "mse",
                    "value": 6107087691.96
                },
                {
                    "name": "mae",
                    "value": 46717.104
                },
                {
                    "name": "rmse",
                    "value": 78147.85
                },
                {
                    "name": "r2",
                    "value": 0.90
                }
            ]
        }
    ]
}

2. 修正ModelMetrics参数的错误使用 #

你在代码中错误地将评估指标传入了model_statistics参数（该参数用于数据集统计信息，比如数据分布），而模型评估指标应该传入model_metrics参数。修正后的model_metrics定义如下：

model_metrics = ModelMetrics(
    model_metrics=MetricsSource(
        s3_uri=Join(
            on="/",
            values=[
                evaluation_s3_uri,
                "evaluation.json"
            ]
        ),
        content_type="application/json"
    )
)

额外排查点 #

• 确认S3路径正确性：检查evaluation_s3_uri拼接后的最终路径是否确实指向存储evaluation.json的S3位置，可以在流水线执行后查看该步骤的输出日志，确认S3 URI是否正确。
• 权限验证：确保SageMaker执行角色拥有目标S3对象的s3:GetObject权限，避免因权限不足导致无法读取评估文件。
• 手动添加的正确方式：如果需要手动添加评估报告，确保上传的JSON格式完全正确，并且在模型版本详情页的「评估」标签中选择正确的S3路径，上传后等待几分钟让SageMaker完成解析。

内容的提问来源于stack exchange，提问作者Harmanpreet Singh