创建模型组 - Amazon SageMaker
AWS 文档中描述的 AWS 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 AWS 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

模型组包含一组受版本控制的模型。在 适用于 Python (Boto3) 的 AWS 软件开发工具包 Studio 中使用 SageMaker 或 创建模型组。

创建模型包组 (Boto3

要使用 Boto3 创建模型组,请调用 create_model_package_group 方法,并将名称和描述指定为参数。以下示例演示如何创建模型组。来自 create_model_package_group 调用的响应是新模型包组的 Amazon 资源名称 (ARN)。

首先,导入所需的程序包并设置 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_pacakge_group_response = sm_client.create_model_package_group(**model_package_group_input_dict) print('ModelPackageGroup Arn : {}'.format(create_model_pacakge_group_response['ModelPackageGroupArn']))

创建模型包组 (SageMaker Studio)

要在 SageMaker Studio 中创建模型组,请完成以下步骤。

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

  2. 在左侧导航窗格中,选择 Components and registrys (组件和注册表) 图标 ( )。

  3. 选择 Model registry (模型注册表)。

  4. 选择 Create model group (创建模型组)。

  5. Create new model group (创建新模型组) 对话框中,输入以下信息:

    • 对于 Name (名称),输入新模型组的名称。

    • (可选)对于 Description (描述),输入模型组的描述。

    • (可选)对于 Tags (标签),输入要与模型组关联的任何键值对。有关使用标签的信息,请参阅 AWS 中的标记AWS General Reference资源

    • (可选)对于 Project (项目),选择要与模型组关联的项目。有关 项目的信息,请参阅通过SageMaker项目自动完成 MLOps

  6. 选择 Create model group (创建模型组)。