创建私有模型中心 - 亚马逊 SageMaker AI
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

创建私有模型中心

使用以下步骤创建私有中心,以管理组织预训练 JumpStart 基础模型的访问控制。在创建模型中心之前,您必须安装 SageMaker Python 开发工具包并配置必要的 IAM 权限。

创建私有中心
  1. 安装 SageMaker Python 软件开发工具包并导入必要的 Python 软件包。

    # Install the SageMaker Python SDK !pip3 install sagemaker --force-reinstall --quiet # Import the necessary Python packages import boto3 from sagemaker import Session from sagemaker.jumpstart.hub.hub import Hub
  2. 初始化 A SageMaker I 会话。

    sm_client = boto3.client('sagemaker') session = Session(sagemaker_client=sm_client) session.get_caller_identity_arn()
  3. 配置私有中心的详细信息,例如内部中心名称、用户界面显示名称和用户界面中心描述。

    注意

    如果您在创建中心时未指定 Amazon S3 存储桶名称,则 SageMaker中心服务会代表您创建一个新的存储桶。新存储桶的命名结构如下:sagemaker-hubs-REGION-ACCOUNT_ID

    HUB_NAME="Example-Hub" HUB_DISPLAY_NAME="Example Hub UI Name" HUB_DESCRIPTION="A description of the example private curated hub." REGION="us-west-2"
  4. 检查您的管理员 IAM 角色是否拥有创建私有中心所需的 Amazon S3 权限。如果您的角色没有必要的权限,请导航到 IAM 管理控制台中的角色页面。选择管理员角色,然后在权限策略窗格中选择添加权限,即可使用 JSON 编辑器创建具有以下权限的内联策略:

    { "Version": "2012-10-17", "Statement": [ { "Action": [ "s3:ListBucket", "s3:GetObject", "s3:GetObjectTagging" ], "Resource": [ "arn:aws:s3:::jumpstart-cache-prod-REGION", "arn:aws:s3:::jumpstart-cache-prod-REGION/*" ], "Effect": "Allow" } ] }
  5. 使用 hub.create() 步骤 3 中的配置创建私有模型中心。

    hub = Hub(hub_name=HUB_NAME, sagemaker_session=session) try: # Create the private hub hub.create( description=HUB_DESCRIPTION, display_name=HUB_DISPLAY_NAME ) print(f"Successfully created Hub with name {HUB_NAME} in {REGION}") # Check that no other hubs with this internal name exist except Exception as e: if "ResourceInUse" in str(e): print(f"A hub with the name {HUB_NAME} already exists in your account.") else: raise e
  6. 使用以下 describe 命令验证新的私有中心配置:

    hub.describe()