创建模型组 - Amazon SageMaker
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

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。

创建模型组

模型组包含一组版本化模型。通过使用Amazon SDK for Python (Boto3)或 Amazon SageMaker Studio。

创建模型 Package 组 (Boto3)

要使用 Boto3 创建模型组,请调用create_model_package_group方法并指定名称和描述作为参数。以下示例显示了如何创建模型组。来自的响应create_model_package_group调用是新模型包组的 Amazon 资源名称 (ARN)。

首先,导入所需的软件包并设置 SageMaker Boto3 客户端。

import time import os from sagemaker import get_execution_role, session import boto3 region = boto3.Session().region_name role = get_execution_role() sm_client = boto3.client('sagemaker', region_name=region)

现在创建模型组。

import time model_package_group_name = "scikit-iris-detector-" + str(round(time.time())) model_package_group_input_dict = { "ModelPackageGroupName" : model_package_group_name, "ModelPackageGroupDescription" : "Sample model package group" } create_model_package_group_response = sm_client.create_model_package_group(**model_package_group_input_dict) print('ModelPackageGroup Arn : {}'.format(create_model_package_group_response['ModelPackageGroupArn']))

创建模型 Package 组(Amazon) SageMaker ) Studio

在 Amazon 中创建模型组 SageMaker Studio,请完成以下步骤。

  1. 登录到 Studio。有关更多信息,请参阅 注册到 Amazon SageMaker 域

  2. 在左侧导航窗格中,选择组件和注册表图标 ( )。

  3. 选择模型注册表.

  4. 选择创建模型组.

  5. 创建新模型组对话框中,输入以下信息:

    • 名称字段中返回的子位置类型。

    • (可选)在中输入模型组的描述说明字段中返回的子位置类型。

    • (可选)在中输入要与模型组关联的任何键-值对。标签字段中返回的子位置类型。有关使用标签的信息,请参阅。标记Amazon资源中的Amazon一般参考.

    • (可选)在项目字段中返回的子位置类型。有关项目的信息,请参阅。使用实现自动化 mLOP SageMaker 项目.

  6. 选择创建模型组.