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.
Creazione di un gruppo di modelli
Un gruppo di modelli contiene diverse versioni di un modello. È possibile creare un gruppo di modelli che monitori tutti i modelli addestrati per risolvere un determinato problema. Crea un gruppo di modelli utilizzando la console AWS SDK for Python (Boto3) o Amazon SageMaker Studio.
Creazione di un gruppo di modelli (Boto3)
Importante
IAMLe politiche personalizzate che consentono ad Amazon SageMaker Studio o Amazon SageMaker Studio Classic di creare SageMaker risorse Amazon devono inoltre concedere le autorizzazioni per aggiungere tag a tali risorse. L'autorizzazione per aggiungere tag alle risorse è necessaria perché Studio e Studio Classic taggano automaticamente tutte le risorse che creano. Se una IAM politica consente a Studio e Studio Classic di creare risorse ma non consente l'aggiunta di tag, si possono verificare errori AccessDenied "" durante il tentativo di creare risorse. Per ulteriori informazioni, consulta Fornisci le autorizzazioni per etichettare le risorse SageMaker.
AWS Policy gestite per Amazon SageMakerche concedono le autorizzazioni per creare SageMaker risorse includono già le autorizzazioni per aggiungere tag durante la creazione di tali risorse.
Per creare un gruppo di modelli utilizzando Boto3, chiamate l'create_model_package_group
APIoperazione e specificate un nome e una descrizione come parametri. L'esempio seguente mostra come creare un gruppo di modelli. La risposta della create_model_package_group
chiamata è Amazon Resource Name (ARN) del nuovo Model Group.
Innanzitutto, importa i pacchetti richiesti e configura il client SageMaker Boto3.
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)
Ora crea il gruppo di modelli.
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']))
Crea un gruppo di modelli (Studio o Studio Classic)
Per creare un gruppo di modelli nella console Amazon SageMaker Studio, completa i seguenti passaggi a seconda che utilizzi Studio o Studio Classic.