删除端点和资源 - 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 (PDF)

删除端点和资源

删除端点以停止产生费用。

删除端点

您可使用 Amazon SDK for Python (Boto3) 或 Amazon CLI 以编程方式删除端点,或者使用 SageMaker 控制台以交互方式删除端点。

SageMaker 会释放在创建端点时部署的所有资源。删除端点不会删除端点配置或 SageMaker 模型。有关如何删除端点配置和 SageMaker 模型的信息,请参阅删除端点配置删除模型

Amazon SDK for Python (Boto3)

使用 DeleteEndpoint API 删除端点。为 EndpointName 字段指定端点的名称。

import boto3 # Specify your AWS Region aws_region='<aws_region>' # Specify the name of your endpoint endpoint_name='<endpoint_name>' # Create a low-level SageMaker service client. sagemaker_client = boto3.client('sagemaker', region_name=aws_region) # Delete endpoint sagemaker_client.delete_endpoint(EndpointName=endpoint_name)
Amazon CLI

使用 delete-endpoint 命令删除端点。为 endpoint-name 标志指定端点的名称。

aws sagemaker delete-endpoint --endpoint-name <endpoint-name>
SageMaker Console

使用 SageMaker 控制台以交互方式删除端点。

  1. 在 SageMaker 控制台 (https://console.aws.amazon.com/sagemaker/) 的导航菜单中,选择推理

  2. 从下拉菜单中选择端点。在 Amazon 账户中创建的端点列表将按名称、Amazon 资源名称 (ARN)、创建时间、状态和上次更新端点的时间戳显示。

  3. 选择要删除的端点。

  4. 选择右上角的操作下拉按钮。

  5. 选择删除

删除端点配置

您可使用 Amazon SDK for Python (Boto3) 或 Amazon CLI 以编程方式删除端点配置,或者使用 SageMaker 控制台以交互方式删除端点配置。删除端点配置不会删除使用此配置创建的端点。有关如何删除端点的信息,请参阅删除端点

请不要删除处于活动状态的端点所使用的端点配置,也不要删除正在更新或创建的端点所用的端点配置。如果您删除处于活动状态或者正在创建或更新的端点的端点配置,那么可能会失去对端点正在使用的实例类型的可见性。

Amazon SDK for Python (Boto3)

使用 DeleteEndpointConfig API 删除端点。为 EndpointConfigName 字段指定端点配置的名称。

import boto3 # Specify your AWS Region aws_region='<aws_region>' # Specify the name of your endpoint configuration endpoint_config_name='<endpoint_name>' # Create a low-level SageMaker service client. sagemaker_client = boto3.client('sagemaker', region_name=aws_region) # Delete endpoint configuration sagemaker_client.delete_endpoint_config(EndpointConfigName=endpoint_config_name)

您可以选择使用 DescribeEndpointConfig API 返回有关已部署模型(生产变体)名称的信息,例如,模型的名称以及与该已部署模型关联的端点配置的名称。为 EndpointConfigName 字段提供端点的名称。

# Specify the name of your endpoint endpoint_name='<endpoint_name>' # Create a low-level SageMaker service client. sagemaker_client = boto3.client('sagemaker', region_name=aws_region) # Store DescribeEndpointConfig response into a variable that we can index in the next step. response = sagemaker_client.describe_endpoint_config(EndpointConfigName=endpoint_name) # Delete endpoint endpoint_config_name = response['ProductionVariants'][0]['EndpointConfigName'] # Delete endpoint configuration sagemaker_client.delete_endpoint_config(EndpointConfigName=endpoint_config_name)

有关 DescribeEndpointConfig 返回的其他响应元素的更多信息,请参阅 SageMaker API 参考指南中的 DescribeEndpointConfig

Amazon CLI

使用 delete-endpoint-config 命令删除端点配置。为 endpoint-config-name 标志指定端点配置的名称。

aws sagemaker delete-endpoint-config \ --endpoint-config-name <endpoint-config-name>

您可以选择使用 describe-endpoint-config 命令返回有关已部署模型(生产变体)名称的信息,例如,模型的名称以及与该已部署模型关联的端点配置的名称。为 endpoint-config-name 标志提供端点的名称。

aws sagemaker describe-endpoint-config --endpoint-config-name <endpoint-config-name>

此命令将返回 JSON 响应。您可以通过复制和粘贴、使用 JSON 解析器或者针对 JSON 解析构建的工具,获取与该端点关联的端点配置名称。

SageMaker Console

使用 SageMaker 控制台以交互方式删除端点配置。

  1. 在 SageMaker 控制台 (https://console.aws.amazon.com/sagemaker/) 的导航菜单中,选择推理

  2. 从下拉菜单中选择端点配置。在 Amazon 账户中创建的端点配置列表将按名称、Amazon 资源名称 (ARN) 和创建时间显示。

  3. 选择要删除的端点配置。

  4. 选择右上角的操作下拉按钮。

  5. 选择删除

删除模型

您可使用 Amazon SDK for Python (Boto3) 或 Amazon CLI 以编程方式删除 SageMaker 模型,或者使用 SageMaker 控制台以交互方式删除模型。删除 SageMaker 模型只会删除在 SageMaker 中创建的模型条目。删除模型不会删除模型构件、推理代码或在创建模型时指定的 IAM 角色。

Amazon SDK for Python (Boto3)

使用 DeleteModel API 删除 SageMaker 模型。为 ModelName 字段指定模型的名称。

import boto3 # Specify your AWS Region aws_region='<aws_region>' # Specify the name of your endpoint configuration model_name='<model_name>' # Create a low-level SageMaker service client. sagemaker_client = boto3.client('sagemaker', region_name=aws_region) # Delete model sagemaker_client.delete_model(ModelName=model_name)

您可以选择使用 DescribeEndpointConfig API 返回有关已部署模型(生产变体)名称的信息,例如,模型的名称以及与该已部署模型关联的端点配置的名称。为 EndpointConfigName 字段提供端点的名称。

# Specify the name of your endpoint endpoint_name='<endpoint_name>' # Create a low-level SageMaker service client. sagemaker_client = boto3.client('sagemaker', region_name=aws_region) # Store DescribeEndpointConfig response into a variable that we can index in the next step. response = sagemaker_client.describe_endpoint_config(EndpointConfigName=endpoint_name) # Delete endpoint model_name = response['ProductionVariants'][0]['ModelName'] sagemaker_client.delete_model(ModelName=model_name)

有关 DescribeEndpointConfig 返回的其他响应元素的更多信息,请参阅 SageMaker API 参考指南中的 DescribeEndpointConfig

Amazon CLI

使用 delete-model 命令删除 SageMaker 模型。为 model-name 标志指定模型的名称。

aws sagemaker delete-model \ --model-name <model-name>

您可以选择使用 describe-endpoint-config 命令返回有关已部署模型(生产变体)名称的信息,例如,模型的名称以及与该已部署模型关联的端点配置的名称。为 endpoint-config-name 标志提供端点的名称。

aws sagemaker describe-endpoint-config --endpoint-config-name <endpoint-config-name>

此命令将返回 JSON 响应。您可以通过复制和粘贴、使用 JSON 解析器或者针对 JSON 解析构建的工具,获取与该端点关联的模型名称。

SageMaker Console

使用 SageMaker 控制台以交互方式删除 SageMaker 模型。

  1. 在 SageMaker 控制台 (https://console.aws.amazon.com/sagemaker/) 的导航菜单中,选择推理

  2. 从下拉菜单中选择模型。在 Amazon 账户中创建的模型列表将按名称、Amazon 资源名称 (ARN) 和创建时间显示。

  3. 选择要删除的模型。

  4. 选择右上角的操作下拉按钮。

  5. 选择删除