更新模型包阶段和状态示例（boto3） - 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。

更新模型包阶段和状态示例（boto3）

要更新模型包阶段和状态，您需要代入具有相关权限的执行角色。下文中的示例说明如何使用 适用于 Python (Boto3) 的 Amazon SDK 通过 UpdateModelPackage API 更新阶段状态。

在此示例中，已将 UpdateModelPackage API 操作的 ModelLifeCycle 阶段 "Development" 和阶段状态 "Approved" 条件键授予执行角色。您可以在 stage-description 中添加描述。请参阅设置阶段构造示例了解更多信息。

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)

model_package_update_input_dict = {
    "ModelLifeCycle" : { 
        "stage" : "Development",
        "stageStatus" : "Approved",
        "stageDescription" : "stage-description"
    }
} 
model_package_update_response = sm_client.update_model_package(**model_package_update_input_dict)