使用Amazon Sagemaker部署Tensorflow模型时的权限问题

如何解决使用Amazon Sagemaker部署Tensorflow模型时的权限问题

我正在尝试使用Sagemaker部署Tensorflow模型并遇到以下权限问题-

ClientError：调用CreateModel操作时发生错误（AccessDeniedException）：用户：arn：aws：sts :: account：assumed-role / SagemakerBasicRole / SageMaker无权执行：资源上的iam：PassRole：arn：aws ：iam :: account：role / SagemakerBasicRole

SagemakerBasicRole是我为Sagemaker创建的自定义角色。我在创建Jupyter Notebook时使用了此角色。

以下是该角色的相关政策-

IAMListRolesPolicy看起来像这样-

{
    "Version": "2012-10-17","Statement": [
        {
            "Sid": "VisualEditor0","Effect": "Allow","Action": [
                "iam:PassRole","iam:ListRoleTags","iam:ListAttachedRolePolicies","iam:ListRoles","iam:ListRolePolicies","iam:GetPolicy","iam:GetPolicyVersion","iam:GetRole","iam:GetRolePolicy","iam:PassRole"
            ],"Resource": "*"
        }
    ]
}

这是我用来部署TensorFlow模型的相关代码-

import tarfile,re
import tensorflow as tf
print(tf.__version__)

import boto3
import sagemaker
from sagemaker import get_execution_role
from sagemaker.tensorflow.model import TensorFlowModel

role = get_execution_role()

sagemaker_session = sagemaker.Session()
inputs = sagemaker_session.upload_data(path='model.tar.gz',key_prefix='model')

sagemaker_model = TensorFlowModel(model_data = 's3://' + sagemaker_session.default_bucket() + '/model/model.tar.gz',role = role,framework_version = '2.1.0',py_version = 'py3',entry_point = 'train.py')

predictor = sagemaker_model.deploy(initial_instance_count=1,instance_type='ml.m5.4xlarge')

我正在为此使用root帐户，但仍然遇到此权限问题。 另外，如果重要的话，我正在使用conda_tensorflow2_p36作为jupyter笔记本的内核。

如何解决权限问题？我想念什么？