Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Erstellen einer Modellgruppe
Eine Modellgruppe enthält verschiedene Versionen eines Modells. Sie können eine Modellgruppe erstellen, die alle Modelle verfolgt, die Sie zur Lösung eines bestimmten Problems trainiert haben. Erstellen Sie eine Modellgruppe, indem Sie entweder die AWS SDK for Python (Boto3) oder die Amazon SageMaker Studio-Konsole verwenden.
Erstellen einer Modellgruppe (Boto3)
Wichtig
Benutzerdefinierte IAM-Richtlinien, die es Amazon SageMaker Studio oder Amazon SageMaker Studio Classic ermöglichen, SageMaker Amazon-Ressourcen zu erstellen, müssen auch Berechtigungen zum Hinzufügen von Tags zu diesen Ressourcen gewähren. Die Berechtigung zum Hinzufügen von Tags zu Ressourcen ist erforderlich, da Studio und Studio Classic automatisch alle von ihnen erstellten Ressourcen taggen. Wenn eine IAM-Richtlinie Studio und Studio Classic das Erstellen von Ressourcen, aber kein Tagging erlaubt, können "AccessDenied" Fehler auftreten, wenn versucht wird, Ressourcen zu erstellen. Weitere Informationen finden Sie unter Stellen Sie Berechtigungen für das Taggen von KI-Ressourcen SageMaker bereit.
AWS verwaltete Richtlinien für Amazon SageMaker AIdie Berechtigungen zum Erstellen von SageMaker Ressourcen gewähren, beinhalten bereits Berechtigungen zum Hinzufügen von Tags beim Erstellen dieser Ressourcen.
Um eine Modellgruppe mithilfe von Boto3 zu erstellen, rufen Sie den create_model_package_group API-Vorgang auf und geben Sie einen Namen und eine Beschreibung als Parameter an. Im folgenden Beispiel wird gezeigt, wie eine Modellgruppe erstellt wird. Die Antwort auf den create_model_package_group Anruf ist der Amazon-Ressourcenname (ARN) der neuen Modellgruppe.
Importieren Sie zunächst die erforderlichen Pakete und richten Sie den SageMaker AI Boto3-Client ein.
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)
Erstellen Sie nun die Modellgruppe.
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_package_group_response = sm_client.create_model_package_group(**model_package_group_input_dict) print('ModelPackageGroup Arn : {}'.format(create_model_package_group_response['ModelPackageGroupArn']))
Erstellen Sie eine Modellgruppe (Studio oder Studio Classic)
Um eine Modellgruppe in der Amazon SageMaker Studio-Konsole zu erstellen, führen Sie die folgenden Schritte aus, je nachdem, ob Sie Studio oder Studio Classic verwenden.
