Amazon SageMaker 的操作、资源和条件键

Amazon SageMaker（服务前缀：sagemaker）提供以下服务特定的资源、操作和条件上下文键以在 IAM 权限策略中使用。

参考：

了解如何配置该服务。
查看适用于该服务的 API 操作列表。
了解如何使用 IAM 权限策略保护该服务及其资源。

主题

Amazon SageMaker 定义的操作
Amazon SageMaker 定义的资源类型
Amazon SageMaker 的条件键

Amazon SageMaker 定义的操作

您可以在 Action 策略语句的 IAM 元素中指定以下操作。可以使用策略授予在 AWS 中执行操作的权限。您在策略中使用一项操作时，通常使用相同的名称允许或拒绝对 API 操作或 CLI 命令的访问。但在某些情况下，单一动作可控制对多项操作的访问。还有某些操作需要多种不同的动作。

资源类型列指示每项操作是否支持资源级权限。如果该列没有任何值，您必须在策略语句的 Resource 元素中指定所有资源（“*”）。如果该列包含一种资源类型，则可以在含有该操作的语句中指定该类型的 ARN。必需资源在表中以星号 (*) 表示。如果在使用该操作的语句中指定资源级权限 ARN，则它必须属于该类型。某些操作支持多种资源类型。如果资源类型是可选的（未指示为必需），则可以选择使用一种类型而不使用其他类型。

有关下表中各列的详细信息，请参阅操作表。

操作	描述	访问级别	资源类型（* 为必需）	条件键	相关操作
AddTags	添加或覆盖指定 Amazon SageMaker 资源的一个或多个标签。	标记	app
			automl-job
			domain
			endpoint
			endpoint-config
			experiment
			experiment-trial
			experiment-trial-component
			flow-definition
			human-task-ui
			hyper-parameter-tuning-job
			labeling-job
			model
			monitoring-schedule
			notebook-instance
			processing-job
			training-job
			transform-job
			user-profile
			workteam
				aws:RequestTag/${TagKey} aws:TagKeys
AssociateTrialComponent	将试用组件与试用关联。	写入	experiment-trial*
AssociateTrialComponent	将试用组件与试用关联。	写入	experiment-trial-component*
BatchGetMetrics [仅权限]	检索与 SageMaker 资源（如训练作业）关联的指标。虽然此 API 目前未公开发布，但管理员可以控制该操作	Read	training-job*
BatchPutMetrics [仅权限]	发布与 SageMaker 资源（如训练作业）关联的指标。虽然此 API 目前未公开发布，但管理员可以控制该操作	写入	training-job*
CreateAlgorithm	创建算法。	写入	algorithm*
CreateApp	授予权限以便为 SageMaker Studio UserProfile 创建应用程序	写入	app*
CreateApp	授予权限以便为 SageMaker Studio UserProfile 创建应用程序	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes
CreateAutoMLJob	创建 automl 作业。	写入	automl-job*		iam:PassRole
CreateAutoMLJob	创建 automl 作业。	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InterContainerTrafficEncryption sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateCodeRepository	创建代码存储库。	写入	code-repository*
CreateCompilationJob	创建编译作业。	写入	compilation-job*		iam:PassRole
CreateDomain	授予权限以便为 SageMaker Studio 创建域	写入	domain*		iam:CreateServiceLinkedRole iam:PassRole
CreateDomain	授予权限以便为 SageMaker Studio 创建域	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:AppNetworkAccessType sagemaker:InstanceTypes sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets sagemaker:DomainSharingOutputKmsKey sagemaker:HomeEfsFileSystemKmsKey
CreateEndpoint	使用在请求中指定的终端节点配置创建终端节点。	写入	endpoint*
CreateEndpoint	使用在请求中指定的终端节点配置创建终端节点。	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateEndpointConfig	创建可以使用 Amazon SageMaker 托管服务部署的终端节点配置。	写入	endpoint-config*
CreateEndpointConfig	创建可以使用 Amazon SageMaker 托管服务部署的终端节点配置。	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:AcceleratorTypes sagemaker:InstanceTypes sagemaker:ModelArn sagemaker:VolumeKmsKey
CreateExperiment	创建实验。	写入	experiment*
CreateExperiment	创建实验。	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateFlowDefinition	创建用于定义人工工作流程设置的流定义。	写入	flow-definition*		iam:PassRole
CreateFlowDefinition	创建用于定义人工工作流程设置的流定义。	写入		sagemaker:WorkteamArn sagemaker:WorkteamType aws:RequestTag/${TagKey} aws:TagKeys
CreateHumanTaskUi	定义将用于人工审查工作流程用户界面的设置。	写入	human-task-ui*
CreateHumanTaskUi	定义将用于人工审查工作流程用户界面的设置。	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateHyperParameterTuningJob	创建可以使用 Amazon SageMaker 部署的超参数优化作业。	写入	hyper-parameter-tuning-job*		iam:PassRole
CreateHyperParameterTuningJob	创建可以使用 Amazon SageMaker 部署的超参数优化作业。	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:FileSystemAccessMode sagemaker:FileSystemDirectoryPath sagemaker:FileSystemId sagemaker:FileSystemType sagemaker:InstanceTypes sagemaker:InterContainerTrafficEncryption sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateLabelingJob	启动标记作业。标记作业提取未标记的数据并生成标记的数据以作为输出，可用于训练 SageMaker 模型。	写入	labeling-job*		iam:PassRole
CreateLabelingJob	启动标记作业。标记作业提取未标记的数据并生成标记的数据以作为输出，可用于训练 SageMaker 模型。	写入		sagemaker:WorkteamArn sagemaker:WorkteamType sagemaker:VolumeKmsKey sagemaker:OutputKmsKey aws:RequestTag/${TagKey} aws:TagKeys
CreateModel	在 Amazon SageMaker 中创建模型。在请求中，您可以指定模型的名称并描述一个或多个容器。	写入	model*		iam:PassRole
CreateModel	在 Amazon SageMaker 中创建模型。在请求中，您可以指定模型的名称并描述一个或多个容器。	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:NetworkIsolation sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateModelPackage	创建模型包	写入	model-package*
CreateMonitoringSchedule	创建监控计划。	写入	monitoring-schedule*		iam:PassRole
CreateMonitoringSchedule	创建监控计划。	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateNotebookInstance	创建 Amazon SageMaker 笔记本实例。笔记本实例是在 Jupyter Notebook 上运行的 Amazon EC2 实例。	写入	notebook-instance*		iam:PassRole
CreateNotebookInstance		写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:AcceleratorTypes sagemaker:DirectInternetAccess sagemaker:InstanceTypes sagemaker:RootAccess sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateNotebookInstanceLifecycleConfig	创建可以使用 Amazon SageMaker 部署的笔记本实例生命周期配置。	写入	notebook-instance-lifecycle-config*
CreatePresignedDomainUrl	授予权限以返回一个 URL，当 AuthMode 为“IAM”时，可以从浏览器中使用此 URL 连接到作为指定 UserProfile 的域。	写入	user-profile*
CreatePresignedNotebookInstanceUrl	返回一个您可用来从您的浏览器连接到笔记本实例的 URL。	写入	notebook-instance*
CreateProcessingJob	启动处理作业。处理完成后，Amazon SageMaker 将生成的构件和其他可选输出保存到您指定的 Amazon S3 位置。	写入	processing-job*		iam:PassRole
CreateProcessingJob		写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets sagemaker:InterContainerTrafficEncryption
CreateTrainingJob	启动模型训练作业。训练完成后，Amazon SageMaker 将生成的模型构件和其他可选输出保存到您指定的 Amazon S3 位置。	写入	training-job*		iam:PassRole
CreateTrainingJob		写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:FileSystemAccessMode sagemaker:FileSystemDirectoryPath sagemaker:FileSystemId sagemaker:FileSystemType sagemaker:InstanceTypes sagemaker:InterContainerTrafficEncryption sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateTransformJob	启动转换作业。在获取结果后，Amazon SageMaker 将其保存到您指定的 Amazon S3 位置中。	写入	transform-job*
CreateTransformJob	启动转换作业。在获取结果后，Amazon SageMaker 将其保存到您指定的 Amazon S3 位置中。	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:ModelArn sagemaker:OutputKmsKey sagemaker:VolumeKmsKey
CreateTrial	创建试用。	写入	experiment-trial*
CreateTrial	创建试用。	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateTrialComponent	创建试用组件。	写入	experiment-trial-component*
CreateTrialComponent	创建试用组件。	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateUserProfile	授予权限以便为 SageMaker Studio 域创建 UserProfile	写入	user-profile*		iam:PassRole
CreateUserProfile	授予权限以便为 SageMaker Studio 域创建 UserProfile	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:VpcSecurityGroupIds sagemaker:InstanceTypes sagemaker:DomainSharingOutputKmsKey
CreateWorkforce	创建人力。	写入	workforce*
CreateWorkforce	创建人力。	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateWorkteam	创建工作团队。	写入	workteam*
CreateWorkteam	创建工作团队。	写入		aws:RequestTag/${TagKey} aws:TagKeys
DeleteAlgorithm	删除算法。	写入	algorithm*
DeleteApp	授予权限以删除应用程序	写入	app*
DeleteCodeRepository	删除代码存储库。	写入	code-repository*
DeleteDomain	授予权限以删除域	写入	domain*
DeleteEndpoint	删除终端节点。Amazon SageMaker 释放在创建终端节点时部署的所有资源。	写入	endpoint*
DeleteEndpointConfig	删除使用 CreateEndpointConfig API 创建的终端节点配置。DeleteEndpointConfig API 只删除指定的配置。它不删除使用此配置创建的任何终端节点。	写入	endpoint-config*
DeleteExperiment	删除实验。	写入	experiment*
DeleteFlowDefinition	删除指定的流定义。	写入	flow-definition*
DeleteHumanLoop	删除指定的人工循环。	写入	human-loop*
DeleteModel	删除使用 CreateModel API 创建的模型。DeleteModel API 仅删除 Amazon SageMaker 中您通过调用 CreateModel API 创建的模型条目。它不会删除模型构件、推理代码或在创建模型时指定的 IAM 角色。	写入	model*
DeleteModelPackage	删除模型包。	写入	model-package*
DeleteMonitoringSchedule	删除监控计划。Amazon SageMaker 将不再运行计划的监控。	写入	monitoring-schedule*
DeleteNotebookInstance	删除 Amazon SageMaker 笔记本实例。在可以删除笔记本实例之前，您必须调用 StopNotebookInstance API。	写入	notebook-instance*
DeleteNotebookInstanceLifecycleConfig	删除可以使用 Amazon SageMaker 部署的笔记本实例生命周期配置。	写入	notebook-instance-lifecycle-config*
DeleteTags	从 Amazon SageMaker 资源中删除指定的一组标签。	标记	app
			automl-job
			compilation-job
			domain
			endpoint
			endpoint-config
			experiment
			experiment-trial
			experiment-trial-component
			flow-definition
			human-task-ui
			hyper-parameter-tuning-job
			labeling-job
			model
			monitoring-schedule
			notebook-instance
			processing-job
			training-job
			transform-job
			user-profile
			workteam
				aws:TagKeys
DeleteTrial	删除试用。	写入	experiment-trial*
DeleteTrialComponent	删除试用组件。	写入	experiment-trial-component*
DeleteUserProfile	授予权限以删除 UserProfile	写入	user-profile*
DeleteWorkforce	删除人力。	写入	workforce*
DeleteWorkteam	删除工作团队。	写入	workteam*
DescribeAlgorithm	返回有关算法的信息。	Read	algorithm*
DescribeApp	授予权限以描述应用程序	Read	app*
DescribeAutoMLJob	描述通过 CreateAutoMLJob API 创建的 automl 作业。	Read	automl-job*
DescribeCodeRepository	返回有关代码存储库的信息。	Read	code-repository*
DescribeCompilationJob	返回有关编译作业的信息。	Read	compilation-job*
DescribeDomain	授予权限以描述域	Read	domain*
DescribeEndpoint	返回终端节点的描述。	Read	endpoint*
DescribeEndpointConfig	返回使用 CreateEndpointConfig API 创建的终端节点配置的描述。	Read	endpoint-config*
DescribeExperiment	返回有关实验的信息。	Read	experiment*
DescribeFlowDefinition	返回有关指定的流定义的详细信息。	Read	flow-definition*
DescribeHumanLoop	返回有关指定的人工循环的详细信息。	Read	human-loop*
DescribeHumanTaskUi	返回有关指定的人工审查工作流程用户界面的详细信息。	Read	human-task-ui*
DescribeHyperParameterTuningJob	描述通过 CreateHyperParameterTuningJob API 创建的超参数优化作业。	Read	hyper-parameter-tuning-job*
DescribeLabelingJob	返回有关标记作业的信息。	Read	labeling-job*
DescribeModel	描述您使用 CreateModel API 创建的模型。	Read	model*
DescribeModelPackage	返回有关模型包的信息。	Read	model-package*
DescribeMonitoringSchedule	返回有关监控计划的信息。	Read	monitoring-schedule*
DescribeNotebookInstance	返回有关笔记本实例的信息。	Read	notebook-instance*
DescribeNotebookInstanceLifecycleConfig	描述通过 CreateNotebookInstanceLifecycleConfig API 创建的笔记本实例生命周期配置。	Read	notebook-instance-lifecycle-config*
DescribeProcessingJob	返回有关处理作业的信息。	Read	processing-job*
DescribeSubscribedWorkteam	返回有关订阅的工作团队的信息。	Read	workteam*
DescribeTrainingJob	返回有关训练任务的信息。	Read	training-job*
DescribeTransformJob	返回有关转换作业的信息。	Read	transform-job*
DescribeTrial	返回有关试用的信息。	Read	experiment-trial*
DescribeTrialComponent	返回有关试用组件的信息。	Read	experiment-trial-component*
DescribeUserProfile	授予权限以描述 UserProfile	Read	user-profile*
DescribeWorkforce	返回有关人力的信息。	Read	workforce*
DescribeWorkteam	返回有关工作团队的信息。	Read	workteam*
DisassociateTrialComponent	取消试用组件与试用的关联。	写入	experiment-trial*
			experiment-trial-component*
			processing-job*
GetSearchSuggestions	在随关键字提供时，获取搜索建议。	Read
InvokeEndpoint	在使用 Amazon SageMaker 托管服务将模型部署到生产阶段后，您的客户端应用程序使用此 API 从托管在指定终端节点的模型中获得推理。	Read	endpoint*
InvokeEndpoint		Read		sagemaker:TargetModel
ListAlgorithms	列出算法。	List
ListApps	授予权限以列出您账户中的应用程序	List
ListAutoMLJobs	列出通过 CreateAutoMLJob 创建的 automl 作业。	List
ListCandidatesForAutoMLJob	列出通过 CreateAutoMLJob 创建的 automl 作业的候选。	List
ListCodeRepositories	列出代码存储库。	List
ListCompilationJobs	列出编译作业。	List
ListDomains	授予权限以列出您账户中的域名	List
ListEndpointConfigs	列出终端节点配置。	List
ListEndpoints	列出终端节点。	List
ListExperiments	列出实验。	List
ListFlowDefinitions	返回有关流定义的摘要信息（在给定指定参数的情况下）。	List
ListHumanLoops	返回有关人工循环的摘要信息（在给定指定参数的情况下）。	List
ListHumanTaskUis	返回有关人工审查工作流程用户界面的摘要信息（在给定指定参数的情况下）。	List
ListHyperParameterTuningJobs	列出使用 Amazon SageMaker 创建的超参数优化作业。	List
ListLabelingJobs	列出标记作业。	List
ListLabelingJobsForWorkteam	列出工作团队的标记作业。	List	workteam*
ListModelPackages	列出模型包。	List
ListModels	列出使用 CreateModel API 创建的模型。	List
ListMonitoringExecutions	列出监控执行情况。	List
ListMonitoringSchedules	列出监控计划。	List
ListNotebookInstanceLifecycleConfigs	列出可以使用 Amazon SageMaker 部署的笔记本实例生命周期配置。	List
ListNotebookInstances	返回 AWS 区域中请求者账户中的 Amazon SageMaker 笔记本实例的列表。	List
ListProcessingJobs	列出处理作业。	List
ListSubscribedWorkteams	列出订阅的工作团队。	List
ListTags	返回与指定资源关联的标签集。	List	app
			automl-job
			domain
			endpoint
			endpoint-config
			experiment
			experiment-trial
			experiment-trial-component
			flow-definition
			human-task-ui
			hyper-parameter-tuning-job
			labeling-job
			model
			monitoring-schedule
			notebook-instance
			training-job
			transform-job
			user-profile
			workteam
ListTrainingJobs	列出训练作业。	List
ListTrainingJobsForHyperParameterTuningJob	列出使用 Amazon SageMaker 创建的超参数优化作业的训练作业。	List	hyper-parameter-tuning-job*
ListTransformJobs	列出转换作业。	List
ListTrialComponents	列出试用组件。	List
ListTrials	列出试用。	List
ListUserProfiles	授予权限以列出您账户中的 UserProfile	List
ListWorkforces	列出人力。	List
ListWorkteams	列出工作团队。	List
RenderUiTemplate	提供用于人工注释任务的 UI 模板。	Read			iam:PassRole
Search	搜索 SageMaker 对象。	Read
StartHumanLoop	启动人工循环。	写入	flow-definition*
StartMonitoringSchedule	启动监控计划。	写入	monitoring-schedule*
StartNotebookInstance	使用最新版本的库启动 EC2 实例并附加您的 EBS 卷。	写入	notebook-instance*
StopAutoMLJob	停止通过 CreateAutoMLJob 创建的正在运行的 automl 作业。	写入	automl-job*
StopCompilationJob	停止编译作业。	写入	compilation-job*
StopHumanLoop	停止指定的人工循环。	写入	human-loop*
StopHyperParameterTuningJob	停止通过 CreateHyperParameterTuningJob 创建的正在运行的超参数优化作业。	写入	hyper-parameter-tuning-job*
StopLabelingJob	停止标记作业。将在停止之前导出已生成的任何标签。	写入	labeling-job*
StopMonitoringSchedule	停止监控计划。	写入	monitoring-schedule*
StopNotebookInstance	终止 EC2 实例。在终止实例前，Amazon SageMaker 从此实例断开 EBS 卷。Amazon SageMaker 将保留 EBS 卷。	写入	notebook-instance*
StopProcessingJob	停止处理作业。要停止任务，Amazon SageMaker 向算法发送 SIGTERM 信号，这会将作业终止延迟 120 秒。	写入	processing-job*
StopTrainingJob	停止训练任务。要停止任务，Amazon SageMaker 向算法发送 SIGTERM 信号，这会将作业终止延迟 120 秒。	写入	training-job*
StopTransformJob	停止转换作业。在 Amazon SageMaker 收到 StopTransformJob 请求时，作业状态将变为 Stopping。在 Amazon SageMaker 停止作业后，状态将设置为 Stopped	写入	transform-job*
UpdateCodeRepository	更新代码存储库。	写入	code-repository*
UpdateDomain	授予权限以更新域	写入	domain*
UpdateDomain	授予权限以更新域	写入		sagemaker:VpcSecurityGroupIds sagemaker:InstanceTypes sagemaker:DomainSharingOutputKmsKey
UpdateEndpoint	更新终端节点以使用在请求中指定的终端节点配置。	写入	endpoint*
UpdateEndpointWeightsAndCapacities	更新变体权重、容量或与终端节点关联的这一个或多个变体。	写入	endpoint*
UpdateExperiment	更新实验。	写入	experiment*
UpdateMonitoringSchedule	更新监控计划。	写入	monitoring-schedule*		iam:PassRole
UpdateMonitoringSchedule	更新监控计划。	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
UpdateNotebookInstance	更新笔记本实例。笔记本实例更新包括升级或降级用于笔记本实例的 EC2 实例以纳入工作负载要求的变化。您也可以更新 VPC 安全组。	写入	notebook-instance*
UpdateNotebookInstance		写入		sagemaker:AcceleratorTypes sagemaker:InstanceTypes sagemaker:RootAccess
UpdateNotebookInstanceLifecycleConfig	更新使用 CreateNotebookInstanceLifecycleConfig API 创建的笔记本实例生命周期配置。	写入	notebook-instance-lifecycle-config*
UpdateTrial	更新试用。	写入	experiment-trial*
UpdateTrialComponent	更新试用组件。	写入	experiment-trial-component*
UpdateUserProfile	授予权限以更新 UserProfile	写入	user-profile*
UpdateUserProfile	授予权限以更新 UserProfile	写入		sagemaker:InstanceTypes sagemaker:VpcSecurityGroupIds sagemaker:InstanceTypes sagemaker:DomainSharingOutputKmsKey
UpdateWorkforce	更新人力。	写入	workforce*
UpdateWorkteam	更新工作团队。	写入	workteam*

Amazon SageMaker 定义的资源类型

以下资源类型是由该服务定义的，可以在 IAM 权限策略语句的 Resource 元素中使用这些资源类型。操作表中的每个操作指定了可以使用该操作指定的资源类型。您也可以在策略中包含条件键，从而定义资源类型。这些键显示在表的最后一列。有关下表中各列的详细信息，请参阅资源类型表。

资源类型	进行筛选	条件键
human-loop	`arn:${Partition}:sagemaker:${Region}:${Account}:human-loop/${HumanLoopName}`
flow-definition	`arn:${Partition}:sagemaker:${Region}:${Account}:flow-definition/${FlowDefinitionName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
human-task-ui	`arn:${Partition}:sagemaker:${Region}:${Account}:human-task-ui/${HumanTaskUiName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
labeling-job	`arn:${Partition}:sagemaker:${Region}:${Account}:labeling-job/${LabelingJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
workteam	`arn:${Partition}:sagemaker:${Region}:${Account}:workteam/${WorkteamName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
workforce	`arn:${Partition}:sagemaker:${Region}:${Account}:workforce/${WorkforceName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
domain	`arn:${Partition}:sagemaker:${Region}:${Account}:domain/${DomainId}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
user-profile	`arn:${Partition}:sagemaker:${Region}:${Account}:user-profile/${DomainId}/${UserProfileName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
app	`arn:${Partition}:sagemaker:${Region}:${Account}:app/${DomainId}/${UserProfileName}/${AppType}/${AppName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
notebook-instance	`arn:${Partition}:sagemaker:${Region}:${Account}:notebook-instance/${NotebookInstanceName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
notebook-instance-lifecycle-config	`arn:${Partition}:sagemaker:${Region}:${Account}:notebook-instance-lifecycle-config/${NotebookInstanceLifecycleConfigName}`
code-repository	`arn:${Partition}:sagemaker:${Region}:${Account}:code-repository/${CodeRepositoryName}`
algorithm	`arn:${Partition}:sagemaker:${Region}:${Account}:algorithm/${AlgorithmName}`
training-job	`arn:${Partition}:sagemaker:${Region}:${Account}:training-job/${TrainingJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
processing-job	`arn:${Partition}:sagemaker:${Region}:${Account}:processing-job/${ProcessingJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
hyper-parameter-tuning-job	`arn:${Partition}:sagemaker:${Region}:${Account}:hyper-parameter-tuning-job/${HyperParameterTuningJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
model-package	`arn:${Partition}:sagemaker:${Region}:${Account}:model-package/${ModelPackageName}`
model	`arn:${Partition}:sagemaker:${Region}:${Account}:model/${ModelName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
endpoint-config	`arn:${Partition}:sagemaker:${Region}:${Account}:endpoint-config/${EndpointConfigName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
endpoint	`arn:${Partition}:sagemaker:${Region}:${Account}:endpoint/${EndpointName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
transform-job	`arn:${Partition}:sagemaker:${Region}:${Account}:transform-job/${TransformJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
compilation-job	`arn:${Partition}:sagemaker:${Region}:${Account}:compilation-job/${CompilationJobName}`
automl-job	`arn:${Partition}:sagemaker:${Region}:${Account}:automl-job/${AutoMLJobJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
monitoring-schedule	`arn:${Partition}:sagemaker:${Region}:${Account}:monitoring-schedule/${MonitoringScheduleName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
experiment	`arn:${Partition}:sagemaker:${Region}:${Account}:experiment/${ExperimentName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
experiment-trial	`arn:${Partition}:sagemaker:${Region}:${Account}:experiment-trial/${TrialName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
experiment-trial-component	`arn:${Partition}:sagemaker:${Region}:${Account}:experiment-trial-component/${TrialComponentName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}

Amazon SageMaker 的条件键

Amazon SageMaker 定义以下可以在 IAM 策略的 Condition 元素中使用的条件键。您可以使用这些键进一步细化应用策略语句的条件。有关下表中各列的详细信息，请参阅条件键表。

要查看适用于所有服务的全局条件键，请参阅可用的全局条件键。

条件键	描述	类型
aws:RequestTag/${TagKey}	用户向 SageMaker 服务发出的请求中包含的键。	字符串
aws:ResourceTag/${TagKey}	标签键值对。	字符串
aws:TagKeys	与请求中的资源关联的所有标签键名称的列表。	字符串
sagemaker:AcceleratorTypes	所有与请求中的资源关联的加速器类型的列表。	字符串数组
sagemaker:AppNetworkAccessType	与请求中的资源关联的应用程序网络访问权限类型。	字符串
sagemaker:DirectInternetAccess	与请求中的资源关联的直接 Internet 访问。	字符串
sagemaker:DomainSharingOutputKmsKey	与请求中的资源关联的域共享输出 KMS 密钥。	ARN
sagemaker:FileSystemAccessMode	与请求中的资源关联的文件系统访问模式。	字符串
sagemaker:FileSystemDirectoryPath	与请求中的资源关联的文件系统目录路径。	字符串
sagemaker:FileSystemId	与请求中的资源关联的文件系统 ID。	字符串
sagemaker:FileSystemType	与请求中的资源关联的文件系统类型。	字符串
sagemaker:HomeEfsFileSystemKmsKey	用于 UserProfile 主目录的 EFS 文件系统的 KMS 密钥 ID（与请求中的资源关联）	ARN
sagemaker:InstanceTypes	与请求中的资源关联的所有实例类型的列表。	字符串数组
sagemaker:InterContainerTrafficEncryption	与请求中的资源关联的容器间流量加密。	Bool
sagemaker:MaxRuntimeInSeconds	与请求中的资源关联的最大运行时间（以秒为单位）。	数值
sagemaker:ModelArn	与请求中的资源关联的模型 arn。	ARN
sagemaker:NetworkIsolation	与请求中的资源关联的网络隔离。	Bool
sagemaker:OutputKmsKey	与请求中的资源关联的输出 kms 密钥。	ARN
sagemaker:ResourceTag/	附加到资源的标签键值对的前言字符串。	字符串
sagemaker:ResourceTag/${TagKey}	标签键值对。	字符串
sagemaker:RootAccess	与请求中的资源关联的根访问权限。	字符串
sagemaker:TargetModel	与请求中的多模型终端节点关联的目标模型。	字符串
sagemaker:VolumeKmsKey	与请求中的资源关联的卷 kms 密钥。	ARN
sagemaker:VpcSecurityGroupIds	与请求中的资源关联的所有 vpc 安全组 ID 的列表。	字符串数组
sagemaker:VpcSubnets	与请求中的资源关联的所有 vpc 子网的列表。	字符串数组
sagemaker:WorkteamArn	与请求关联的工作组 ARN。	ARN
sagemaker:WorkteamType	与请求关联的工作组类型。这可以是 public-crowd、private-crowd 或 vendor-crowd。	字符串

Javascript 在您的浏览器中被禁用或不可用。

要使用 AWS 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

Amazon S3

AWS Secrets Manager