Pulisci le risorse delle istanze di SageMaker notebook Amazon - Amazon SageMaker AI

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Pulisci le risorse delle istanze di SageMaker notebook Amazon

Per evitare di incorrere in addebiti inutili, usa AWS Management Console per eliminare gli endpoint e le risorse che hai creato durante l'esecuzione degli esercizi.

Nota

I log e i processi di addestramento non possono essere eliminati e vengono conservati a tempo indeterminato.

Nota

Se prevedi di esplorare altri esercizi in questa guida, ti consigliamo tenere alcune di queste risorse, ad esempio la tua istanza notebook, il bucket S3 e il ruolo IAM.

  1. Apri la console Amazon SageMaker AI all'indirizzo https://console.aws.amazon.com/sagemaker/ed elimina le seguenti risorse:

    • L'endpoint. L'eliminazione dell'endpoint comporta anche l'eliminazione dell'istanza di calcolo ML o delle istanze che la supportano.

      1. In Inferenza, scegli Endpoint.

      2. Seleziona l'endpoint creato nell'esempio, scegli Azioni, quindi Elimina.

    • La configurazione dell'endpoint.

      1. In Inferenza, scegli Configurazioni endpoint.

      2. Seleziona la configurazione dell'endpoint creata nell'esempio, scegli Azioni, quindi Elimina.

    • Il modello.

      1. In Inferenza, scegli Modelli.

      2. Seleziona il modello creato nell'esempio, scegli Azioni, quindi Elimina.

    • L'istanza del notebook. Prima di eliminare l'istanza del notebook, è necessario arrestarla.

      1. In Notebook, scegli Istanze del notebook.

      2. Seleziona l'istanza del notebook creata nell'esempio, scegli Azioni, quindi Arresta. L'istanza del notebook richiede diversi minuti per essere arrestata. Quando Stato passa a Arrestato, vai alla fase successiva.

      3. Scegli Azioni, quindi Elimina.

  2. Apri la console Amazon S3 all'indirizzo https://console.aws.amazon.com/s3/, quindi elimina il bucket creato per archiviare gli artefatti del modello e il set di dati di addestramento.

  3. Apri la CloudWatch console Amazon all'indirizzo https://console.aws.amazon.com/cloudwatch/, quindi elimina tutti i gruppi di log i cui nomi iniziano con/aws/sagemaker/.