求助：SageMaker注册PyTorch模型后Studio性能指标加载网络错误

问题背景 #

我基于PyTorch的sentence-transformers模型搭建了SageMaker Pipeline，包含模型注册步骤，其中model_metrics由信息检索评估器生成。参考官方教程实现时，发现教程多基于SKLearn estimator，而我用PyTorch模型注册后，在新版SageMaker Studio（非经典版）查看已注册模型的「性能」标签时，「模型指标」加载转圈后提示NetworkError when attempting to fetch resource.。已确认：

• 未添加model_metrics时无此问题
• 指标文件确实存在于注册时指定的S3 URI
• 替换为教程示例的evaluation.json仍报错

解答 #

1. 是否有人成功实现该功能？ #

肯定有，不少开发者在PyTorch模型（包括sentence-transformers这类基于PyTorch的封装模型）上成功配置过模型指标展示，问题并非框架本身限制，大概率出在格式、权限或配置细节上。

2. 指标文件是否需要特定格式？ #

是的，必须严格遵循SageMaker要求的JSON格式，不能自定义结构。核心要求如下：

• 根节点需包含metrics数组，每个数组元素为单个指标对象，必须有name（指标名称）和value（指标数值），可选字段unit（指标单位）
• 需保证JSON语法合法，无语法错误（比如末尾多余逗号）
• 注册时需通过ModelMetrics对象正确关联，且指定content_type="application/json"

示例合法格式：

{
  "metrics": [
    {
      "name": "Recall@10",
      "value": 0.85,
      "unit": "%"
    },
    {
      "name": "MAP@5",
      "value": 0.72
    }
  ],
  "framework": "PyTorch",
  "dataset": "自定义检索测试集"
}

注册时的代码示例：

from sagemaker.model_metrics import ModelMetrics, MetricsSource

model_metrics = ModelMetrics(
    model_statistics=MetricsSource(
        s3_uri="s3://your-bucket/path/to/evaluation.json",
        content_type="application/json"
    )
)

# 注册模型时传入model_metrics
model.register(
    model_package_group_name="your-group-name",
    model_metrics=model_metrics,
    ...
)

3. 如何获取更详细的错误信息？ #

• 查看浏览器开发者工具：打开新版Studio页面后按F12进入开发者工具，切换到「Network」标签，重新加载「性能」页面。查看失败的请求：确认请求的S3 URI是否正确，响应的HTTP状态码（比如403是权限问题，404是路径错误），以及响应内容中的具体错误提示
• 验证S3权限与路径：在Studio终端执行aws s3 cp s3://your-bucket/path/evaluation.json -，如果无法下载，说明路径错误或SageMaker Studio的执行角色没有s3:GetObject权限，需在IAM控制台补充对应权限策略
• 检查Pipeline日志：在SageMaker控制台找到对应的Pipeline运行记录，查看「Register Model」步骤的日志，确认model_metrics是否被正确关联，有没有注册时的报错信息
• 直接访问S3文件：复制指标文件的S3 URI，在浏览器中尝试访问（需确保本地有AWS权限），看是否能正常打开JSON文件

内容的提问来源于stack exchange，提问作者David Waterworth