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
-
使用 SageMaker 控制台以交互方式删除端点。
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。
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。