Sagemaker inference.py用boto3上传文件到S3缺模块问题咨询

SageMaker官方提供的推理容器默认没有预装boto3库，导入报错属于依赖缺失问题，并非平台禁止在inference.py中使用boto3。

有两种常用的解决方式：

• 方式一：在inference.py中动态安装依赖
  在导入boto3的代码之前，先添加boto3的安装逻辑：

import subprocess
import sys
subprocess.check_call([sys.executable, "-m", "pip", "install", "-q", "boto3"])

# 安装完成后再导入boto3
import boto3

• 方式二：自定义推理镜像时预装
  如果使用自定义Docker镜像部署端点，可以直接在Dockerfile中添加依赖安装指令，后续无需每次运行时安装：

RUN pip install --no-cache-dir boto3

代码修正 #

你当前的上传代码存在两处错误，安装完依赖后需要调整才能正常运行：

1. bucket参数无需添加s3://前缀，直接填写存储桶的纯名称即可
2. 你初始化的是s3 resource对象，但调用时用了未定义的s3_client变量，需要统一初始化逻辑，修正后示例如下：

import boto3
s3_client = boto3.client('s3')
# 替换为你的实际存储桶名称
bucket = 'your-bucket-name'
object_name = file_name
s3_client.upload_file(file_name, bucket, object_name)

权限配置 #

需要确保SageMaker端点绑定的IAM角色已经配置了目标S3存储桶的写入权限，否则会触发权限拒绝错误。

内容的提问来源于stack exchange，提问作者TLee