ModelLifeCycle使用 AWS CLI 示例调用 - 亚马逊 SageMaker AI

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

ModelLifeCycle使用 AWS CLI 示例调用

您可以使用该 AWS CLI 工具来管理您的 AWS 资源。一些 AWS CLI 命令包括搜索和列表操作。下一页将提供有关在使用这些命令ModelPackage时如何使用的示例。有关设置舞台构造的信息和示例，请参阅设置暂存构造示例。

本页上的示例使用以下变量。

  • region是您的模型包所在的区域。

  • stage-name是您定义的阶段的名称。

  • stage-status是您定义的阶段状态的名称。

以下是使用的示例 AWS CLI 命令 ModelLifeCycle。

使用您已经定义的stage-name搜索您的模型包。

aws sagemaker search --region 'region' --resource ModelPackage --search-expression '{"Filters": [{"Name": "ModelLifeCycle.Stage","Value": "stage-name"}]}'

列出与相关的操作ModelLifeCycle。

aws sagemaker list-actions --region 'region' --action-type ModelLifeCycle

使用创建模型包 ModelLifeCycle。

aws sagemaker create-model-package --model-package-group-name 'model-package-group-name' --source-uri 'source-uri' --region 'region' --model-life-cycle '{"Stage":"stage-name", "StageStatus":"stage-status", "StageDescription":"Your Staging Comment"}'

使用更新模型包 ModelLifeCycle。

aws sagemaker update-model-package --model-package 'model-package-arn' --region 'region' --model-life-cycle '{"Stage":"stage-name", "StageStatus":"stage-status"}'

通过该 ModelLifeCycle 字段进行搜索。

aws sagemaker search --region 'region' --resource ModelPackage --search-expression '{"Filters": [{"Name": "ModelLifeCycle.Stage","Value": "stage-name"}]}'

通过获取审核记录以获取 ModelLifeField 更新亚马逊 SageMaker ML Lineage 追踪 APIs。

aws sagemaker list-actions --region 'region' --action-type ModelLifeCycle
aws sagemaker describe-action --region 'region' --action-name 'action-arn or action-name'