Seleziona le tue preferenze relative ai cookie

Utilizziamo cookie essenziali e strumenti simili necessari per fornire il nostro sito e i nostri servizi. Utilizziamo i cookie prestazionali per raccogliere statistiche anonime in modo da poter capire come i clienti utilizzano il nostro sito e apportare miglioramenti. I cookie essenziali non possono essere disattivati, ma puoi fare clic su \"Personalizza\" o \"Rifiuta\" per rifiutare i cookie prestazionali.

Se sei d'accordo, AWS e le terze parti approvate utilizzeranno i cookie anche per fornire utili funzionalità del sito, ricordare le tue preferenze e visualizzare contenuti pertinenti, inclusa la pubblicità pertinente. Per continuare senza accettare questi cookie, fai clic su \"Continua\" o \"Rifiuta\". Per effettuare scelte più dettagliate o saperne di più, fai clic su \"Personalizza\".

Preferenze
Contattaci
Feedback
AWS Documentation
Crea un Account AWS

Configura le app Amazon SageMaker Partner AI SDKs

PDF
RSS
Modalità Focus
Configura le app Amazon SageMaker Partner AI SDKs - Amazon SageMaker AI
CometaViolinistaControlli approfonditiLakera

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.

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.

Il seguente argomento descrive il processo necessario per installare e utilizzare l'applicazione specifica SDKs con SageMaker Amazon Partner AI Apps. Per l'installazione e l'utilizzo SDKs per le applicazioni, devi specificare le variabili di ambiente specifiche per Partner AI Apps, in modo che l'SDK dell'applicazione possa rilevare le variabili di ambiente e attivare l'autorizzazione. Le sezioni seguenti forniscono informazioni sui passaggi necessari per completare questa operazione per ciascuno dei tipi di applicazioni supportati.

Cometa

Comet offre due prodotti:

  • Opik è un framework di valutazione LLM di origine.

  • La piattaforma ML di Comet può essere utilizzata per tracciare, confrontare, spiegare e ottimizzare i modelli durante l'intero ciclo di vita del machine learning.

Comet ne supporta l'uso di due diversi SDKs in base al prodotto con cui si interagisce. Completa la seguente procedura per installare e utilizzare Comet o Opik. SDKs Per ulteriori informazioni su Comet SDK, consulta Quickstart. Per ulteriori informazioni su Opik SDK, consulta Framework di valutazione LLM open source.

  1. Avvia l'ambiente in cui stai utilizzando Comet o SDKs Opik con Partner AI Apps. Per informazioni sull'avvio di un'JupyterLab applicazione, consulta. Creare uno spazio Per informazioni sull'avvio di un editor di codice basato su Code-OSS, Visual Studio Code - applicazione Open Source, vedi. Avvia un'applicazione Code Editor in Studio

  2. Avvia un notebook Jupyter o uno spazio Code Editor.

  3. Dall'ambiente di sviluppo, installa le versioni compatibili di Comet, Opik e Python SageMaker SDK. Per essere compatibili:

    • La versione SageMaker Python SDK deve essere almeno. 2.237.0

    • La versione Comet SDK deve essere la versione più recente.

    • La versione di Opik SDK deve corrispondere alla versione utilizzata dall'applicazione Opik. Verifica la versione di Opik utilizzata nell'interfaccia utente dell'applicazione web Opik. L'eccezione è che la versione Opik SDK deve essere almeno 1.2.0 uguale alla versione dell'applicazione Opik. 1.1.5

    Nota

    SageMaker JupyterLab viene fornito con SageMaker Python SDK installato. Tuttavia, potrebbe essere necessario aggiornare SageMaker Python SDK se la versione è precedente a. 2.237.0

    %pip install sagemaker>=2.237.0 comet_ml

##or

%pip install sagemaker>=2.237.0 opik=<compatible-version>

  4. Imposta le seguenti variabili di ambiente per la risorsa dell'applicazione ARN. Queste variabili di ambiente vengono utilizzate per comunicare con Comet e Opik. SDKs Per recuperare questi valori, vai alla pagina dei dettagli dell'applicazione in Amazon SageMaker Studio.

    os.environ['AWS_PARTNER_APP_AUTH'] = 'true'
os.environ['AWS_PARTNER_APP_ARN'] = '<partner-app-ARN>'

  5. Per l'applicazione Comet, l'URL dell'SDK viene incluso automaticamente come parte della chiave API impostata nel passaggio successivo. Puoi invece impostare la variabile di COMET_URL_OVERRIDE ambiente per sovrascrivere manualmente l'URL dell'SDK.

    os.environ['COMET_URL_OVERRIDE'] = '<comet-url>'

  6. Per l'applicazione Opik, l'URL dell'SDK viene automaticamente incluso come parte della chiave API impostata nel passaggio successivo. Puoi invece impostare la variabile di OPIK_URL_OVERRIDE ambiente per sovrascrivere manualmente l'URL dell'SDK. Per ottenere il nome dell'area di lavoro Opik, consulta l'applicazione Opik e accedi all'area di lavoro dell'utente.

    os.environ['OPIK_URL_OVERRIDE'] = '<opik-url>'
os.environ['OPIK_WORKSPACE'] = '<workspace-name>'

  7. Imposta la variabile di ambiente che identifica la chiave API per Comet o Opik. Viene utilizzato per verificare la connessione dall' SageMaker applicazione quando si utilizzano Comet e Opik. SDKs Questa chiave API è specifica dell'applicazione e non è gestita da. SageMaker Per ottenere questa chiave, è necessario accedere all'applicazione e recuperare la chiave API. La chiave API Opik è la stessa della chiave API Comet.

    os.environ['COMET_API_KEY'] = '<API-key>'
os.environ["OPIK_API_KEY"] = os.environ["COMET_API_KEY"]

Violinista

Completa la seguente procedura per installare e utilizzare il Fiddler Python Client. Per informazioni sul Fiddler Python Client, vedere About Client 3.x.

  1. Avvia l'ambiente notebook in cui stai utilizzando il Fiddler Python Client con le app AI dei partner. Per informazioni sull'avvio di un'JupyterLab applicazione, consulta. Creare uno spazio Per informazioni sull'avvio di un editor di codice basato su Code-OSS, Visual Studio Code - applicazione Open Source, vedi. Avvia un'applicazione Code Editor in Studio

  2. Avvia un notebook Jupyter o uno spazio Code Editor.

  3. Dall'ambiente di sviluppo, installa le versioni Fiddler Python Client e Python SDK. SageMaker Per essere compatibile:

    • La versione SageMaker Python SDK deve essere almeno. 2.237.0

    • La versione di Fiddler Python Client deve essere compatibile con la versione di Fiddler utilizzata nell'applicazione. Dopo aver verificato la versione di Fiddler dall'interfaccia utente, consulta la Fiddler Compatibility Matrix per la versione compatibile di Fiddler Python Client.

    Nota

    SageMaker JupyterLab viene fornito con SageMaker Python SDK installato. Tuttavia, potrebbe essere necessario aggiornare SageMaker Python SDK se la versione è precedente a. 2.237.0 

    %pip install sagemaker>=2.237.0 fiddler-client=<compatible-version>

  4. Imposta le seguenti variabili di ambiente per l'ARN della risorsa dell'applicazione e l'URL dell'SDK. Queste variabili di ambiente vengono utilizzate per comunicare con il Fiddler Python Client. Per recuperare questi valori, vai alla pagina dei dettagli dell'applicazione Fiddler in Amazon Studio. SageMaker    

    os.environ['AWS_PARTNER_APP_AUTH'] = 'true'
os.environ['AWS_PARTNER_APP_ARN'] = '<partner-app-ARN>'
os.environ['AWS_PARTNER_APP_URL'] = '<partner-app-URL>'

  5. Imposta la variabile di ambiente che identifica la chiave API per l'applicazione Fiddler. Viene utilizzato per verificare la connessione dall' SageMaker applicazione Fiddler quando viene utilizzato il Fiddler Python Client. Questa chiave API è specifica dell'applicazione e non è gestita da. SageMaker Per ottenere questa chiave, devi accedere all'applicazione Fiddler e recuperare la chiave API. 

    os.environ['FIDDLER_KEY'] = '<API-key>'

Controlli approfonditi

Completa la seguente procedura per installare e utilizzare Deepchecks Python SDK.

  1. Avvia l'ambiente notebook in cui stai utilizzando l'SDK Python Deepchecks con Partner AI Apps. Per informazioni sull'avvio di un'JupyterLab applicazione, consulta. Creare uno spazio Per informazioni sull'avvio di un editor di codice basato su Code-OSS, Visual Studio Code - applicazione Open Source, vedi. Avvia un'applicazione Code Editor in Studio

  2. Avvia un notebook Jupyter o uno spazio Code Editor.

  3. Dall'ambiente di sviluppo, installa le versioni compatibili Deepchecks Python SDK SageMaker e Python SDK.  Partner AI Apps esegue la versione di Deepchecks. 0.21.15 Per essere compatibile:

    • La versione SageMaker Python SDK deve essere almeno. 2.237.0

    • L'SDK Python di Deepchecks deve utilizzare la versione secondaria. 0.21

    Nota

    SageMaker JupyterLab viene fornito con SageMaker Python SDK installato. Tuttavia, potrebbe essere necessario aggiornare SageMaker Python SDK se la versione è precedente a. 2.237.0 

    %pip install sagemaker>=2.237.0 deepchecks-llm-client>=0.21,<0.22

  4. Imposta le seguenti variabili di ambiente per l'ARN della risorsa dell'applicazione e l'URL dell'SDK. Queste variabili di ambiente vengono utilizzate per comunicare con Deepchecks Python SDK. Per recuperare questi valori, vai alla pagina dei dettagli dell'applicazione in Amazon SageMaker Studio.   

    os.environ['AWS_PARTNER_APP_AUTH'] = 'true'
os.environ['AWS_PARTNER_APP_ARN'] = '<partner-app-ARN>'
os.environ['AWS_PARTNER_APP_URL'] = '<partner-app-URL>'

  5. Imposta la variabile di ambiente che identifica la chiave API per l'applicazione Deepchecks. Viene utilizzato per verificare la connessione dall' SageMaker applicazione Deepchecks quando viene utilizzato Deepchecks Python SDK. Questa chiave API è specifica dell'applicazione e non è gestita da. SageMaker Per ottenere questa chiave, vedi Configurazione: installazione di Python SDK e recupero delle chiavi API. 

    os.environ['DEEPCHECKS_API_KEY'] = '<API-key>'

Lakera

Lakera non offre un SDK. Invece, puoi interagire con l'API Lakera Guard tramite richieste HTTP agli endpoint disponibili in qualsiasi linguaggio di programmazione. Per ulteriori informazioni, consulta l'API Lakera Guard.

Per utilizzare l'SDK SageMaker Python con Lakera, completa i seguenti passaggi:

  1. Avvia l'ambiente in cui stai utilizzando Partner AI Apps. Per informazioni sul lancio di un'JupyterLab applicazione, consultaCreare uno spazio. Per informazioni sull'avvio di un editor di codice basato su Code-OSS, Visual Studio Code - applicazione Open Source, vedi. Avvia un'applicazione Code Editor in Studio

  2. Avvia un notebook Jupyter o uno spazio Code Editor.

  3. Dall'ambiente di sviluppo, installa la versione compatibile di SageMaker Python SDK. La versione SageMaker Python SDK deve essere almeno 2.237.0

    Nota

    SageMaker JupyterLab viene fornito con SageMaker Python SDK installato. Tuttavia, potrebbe essere necessario aggiornare SageMaker Python SDK se la versione è precedente a. 2.237.0 

    %pip install sagemaker>=2.237.0

  4. Imposta le seguenti variabili di ambiente per l'ARN della risorsa dell'applicazione e l'URL dell'SDK. Per recuperare questi valori, vai alla pagina dei dettagli dell'applicazione in Amazon SageMaker Studio. 

    os.environ['AWS_PARTNER_APP_ARN'] = '<partner-app-ARN>'
os.environ['AWS_PARTNER_APP_URL'] = '<partner-app-URL>'

In questa pagina

Related resources

Amazon SageMaker AI Riferimento API
AWS CLI comandi per Amazon SageMaker AI
SDKs & Strumenti 

Related resources

Amazon SageMaker AI Riferimento API
AWS CLI comandi per Amazon SageMaker AI
SDKs & Strumenti 
PrivacyCondizioni del sitoPreferenze cookie
© 2025, Amazon Web Services, Inc. o società affiliate. Tutti i diritti riservati.