包装模型 (Boto3)

您可以创建 SageMaker 边缘管理器打包作业，并使用Amazon SDK for Python (Boto3). 在继续之前，请确保您满意Prerequisites.

要请求边缘打包作业，请使用CreateEdgePackagingJob. 您需要为边缘打包作业提供一个名称、SageMaker Neo 编译作业的名称、角色亚马逊资源名称 (ARN)、模型的名称、模型的版本以及要存储打包作业输出的 Amazon S3 存储桶 URI。请注意，边缘管理器打包作业名称和 SageMaker Neo 编译作业名称区分大小写。

# Import Amazon SDK for Python (Boto3)
import boto3

# Create Edge client so you can submit a packaging job
sagemaker_client = boto3.client("sagemaker", region_name='aws-region')

sagemaker_client.create_edge_packaging_job(
    EdgePackagingJobName="edge-packaging-name",
    CompilationJobName="neo-compilation-name",
    RoleArn="arn:aws:iam::99999999999:role/rolename",
    ModelName="sample-model-name",
    ModelVersion="model-version",
    OutputConfig={
        "S3OutputLocation": "s3://your-bucket/",
    }
)

您可以使用检查边缘打包作业的状态DescribeEdgePackagingJob并提供区分大小写的边缘打包作业名称：

response = sagemaker_client.describe_edge_packaging_job(
                                    EdgePackagingJobName="edge-packaging-name")

这将返回一个字典，可用于轮询打包作业的状态：

# Optional - Poll every 30 sec to check completion status
import time

while True:
    response = sagemaker_client.describe_edge_packaging_job(
                                         EdgePackagingJobName="edge-packaging-name")
    
    if response['EdgePackagingJobStatus'] == 'Completed':
        break
    elif response['EdgePackagingJobStatus'] == 'Failed':
        raise RuntimeError('Packaging job failed')
    print('Packaging model...')
    time.sleep(30)
print('Done!')

有关打包作业的列表，请使用ListEdgePackagingJobs. 您可以使用此 API 搜索特定打包作业。提供部分名称以筛选打包作业名称NameContains，一个ModelNameContains以筛选模型名称包含您提供的名称的作业。同时指定要使用哪个列进行排序SortBy，以及按哪个方向排序SortOrder（或者Ascending或者Descending)。

sagemaker_client.list_edge_packaging_jobs(
    "NameContains": "sample",
    "ModelNameContains": "sample",
    "SortBy": "column-name",
    "SortOrder": "Descending"
)    

要停止打包作业，请使用StopEdgePackagingJob并提供边缘打包作业的名称。

sagemaker_client.stop_edge_packaging_job(
        EdgePackagingJobName="edge-packaging-name"
)

有关 Edge 管理器 API 的完整列表，请参阅Boto3 文档.