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。
删除端点和资源
删除端点以停止产生费用。
删除端点
使用控制台、通过控制台以编程方式删除您的终端节点 Amazon SDK for Python (Boto3) Amazon CLI,或者使用控制台以交互方式删除您的终端节点。 SageMaker
SageMaker 释放创建终端节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。有关如何删除终端节点配置和 SageMaker 型号的信息,请参阅删除端点配置和。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
-
通过 SageMaker 控制台以交互方式删除您的终端节点。
-
在 SageMaker 控制台的 https://console.aws.amazon.com/sagemaker/
导航菜单中,选择 Inference。 -
从下拉菜单中选择端点。在您的 Amazon 账户中创建的终端节点列表将按名称、Amazon 资源名称 (ARN)、创建时间、状态和上次更新终端节点的时间戳显示。
-
选择要删除的端点。
-
选择右上角的操作下拉按钮。
-
选择删除。
-
删除端点配置
使用控制台、通过控制台以编程方式删除您的终端节点配置 Amazon SDK for Python (Boto3),或者使用控制台以交互方式删除您的终端节点配置。 Amazon CLI SageMaker 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)有关返回的其他响应元素的更多信息
DescribeEndpointConfig
,请参阅 SageMaker API 参考指南DescribeEndpointConfig
中的。 - 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
-
通过 SageMaker控制台以交互方式删除您的终端节点配置。
-
在 SageMaker 控制台的 https://console.aws.amazon.com/sagemaker/
导航菜单中,选择 Inference。 -
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。
-
选择要删除的端点配置。
-
选择右上角的操作下拉按钮。
-
选择删除。
-
删除模型
使用控制台 Amazon SDK for Python (Boto3)、使用控制台或以交互方式使用控制台以 Amazon CLI编程方式删除 SageMaker 模型。 SageMaker 删除 SageMaker 模型只会删除在中创建的模型条目 SageMaker。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 删除您的 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)有关返回的其他响应元素的更多信息
DescribeEndpointConfig
,请参阅 SageMaker API 参考指南DescribeEndpointConfig
中的。 - Amazon CLI
-
使用
delete-model
命令删除您的 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您的 SageMaker 模型。
-
在 SageMaker 控制台的 https://console.aws.amazon.com/sagemaker/
导航菜单中,选择 Inference。 -
从下拉菜单中选择模型。在您的 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。
-
选择要删除的模型。
-
选择右上角的操作下拉按钮。
-
选择 删除。
-