删除端点和资源 - Amazon SageMaker
删除端点删除端点配置删除模型

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。

删除端点和资源

删除端点以停止产生费用。

删除端点

使用控制台、通过控制台以编程方式删除您的终端节点 AWS SDK for Python (Boto3) AWS CLI，或者使用控制台以交互方式删除您的终端节点。 SageMaker

SageMaker 释放创建终端节点时部署的所有资源。删除端点不会删除端点配置或 SageMaker 模型。有关如何删除终端节点配置和 SageMaker 型号的信息，请参阅删除端点配置和。删除模型

AWS SDK for Python (Boto3)

使用 DeleteEndpoint API 删除端点。为 EndpointName 字段指定端点的名称。

import boto3

# Specify your AWS Region
aws_region='<aws_region>'

# Specify the name of your endpoint
endpoint_name='<endpoint_name>'

# Create a low-level SageMaker service client.
sagemaker_client = boto3.client('sagemaker', region_name=aws_region)

# Delete endpoint
sagemaker_client.delete_endpoint(EndpointName=endpoint_name)
AWS CLI

使用 delete-endpoint 命令删除端点。为 endpoint-name 标志指定端点的名称。

aws sagemaker delete-endpoint --endpoint-name <endpoint-name>
SageMaker Console

通过 SageMaker 控制台以交互方式删除您的终端节点。

  1. 在 SageMaker 控制台的 https://console.aws.amazon.com/sagemaker/ 导航菜单中，选择 Inference。

  2. 从下拉菜单中选择端点。在您的 AWS 账户中创建的终端节点列表将按名称、Amazon 资源名称 (ARN)、创建时间、状态和上次更新终端节点的时间戳显示。

  3. 选择要删除的端点。

  4. 选择右上角的操作下拉按钮。

  5. 选择删除。

删除端点配置

使用控制台、通过控制台以编程方式删除您的终端节点配置 AWS SDK for Python (Boto3)，或者使用控制台以交互方式删除您的终端节点配置。 AWS CLI SageMaker 删除端点配置不会删除使用此配置创建的端点。有关如何删除端点的信息，请参阅删除端点。

请不要删除处于活动状态的端点所使用的端点配置，也不要删除正在更新或创建的端点所用的端点配置。如果您删除处于活动状态或者正在创建或更新的端点的端点配置，那么可能会失去对端点正在使用的实例类型的可见性。

AWS SDK for Python (Boto3)

使用 DeleteEndpointConfig API 删除端点。为 EndpointConfigName 字段指定端点配置的名称。

import boto3

# Specify your AWS Region
aws_region='<aws_region>'

# Specify the name of your endpoint configuration
endpoint_config_name='<endpoint_name>'

# Create a low-level SageMaker service client.
sagemaker_client = boto3.client('sagemaker', region_name=aws_region)

# Delete endpoint configuration
sagemaker_client.delete_endpoint_config(EndpointConfigName=endpoint_config_name)

您可以选择使用 DescribeEndpointConfig API 返回有关已部署模型（生产变体）名称的信息，例如，模型的名称以及与该已部署模型关联的端点配置的名称。为 EndpointConfigName 字段提供端点的名称。

# Specify the name of your endpoint
endpoint_name='<endpoint_name>'

# Create a low-level SageMaker service client.
sagemaker_client = boto3.client('sagemaker', region_name=aws_region)

# Store DescribeEndpointConfig response into a variable that we can index in the next step.
response = sagemaker_client.describe_endpoint_config(EndpointConfigName=endpoint_name)

# Delete endpoint
endpoint_config_name = response['ProductionVariants'][0]['EndpointConfigName']
                        
# Delete endpoint configuration
sagemaker_client.delete_endpoint_config(EndpointConfigName=endpoint_config_name)

有关返回的其他响应元素的更多信息DescribeEndpointConfig，请参阅 SageMaker API 参考指南DescribeEndpointConfig中的。

AWS CLI

使用 delete-endpoint-config 命令删除端点配置。为 endpoint-config-name 标志指定端点配置的名称。

aws sagemaker delete-endpoint-config \
                        --endpoint-config-name <endpoint-config-name>

您可以选择使用 describe-endpoint-config 命令返回有关已部署模型（生产变体）名称的信息，例如，模型的名称以及与该已部署模型关联的端点配置的名称。为 endpoint-config-name 标志提供端点的名称。

aws sagemaker describe-endpoint-config --endpoint-config-name <endpoint-config-name>

此命令将返回 JSON 响应。您可以通过复制和粘贴、使用 JSON 解析器或者针对 JSON 解析构建的工具，获取与该端点关联的端点配置名称。

SageMaker Console

通过 SageMaker控制台以交互方式删除您的终端节点配置。

  1. 在 SageMaker 控制台的 https://console.aws.amazon.com/sagemaker/ 导航菜单中，选择 Inference。

  2. 从下拉菜单中选择端点配置。在 AWS 账户中创建的端点配置列表将按名称、Amazon 资源名称 (ARN) 和创建时间显示。

  3. 选择要删除的端点配置。

  4. 选择右上角的操作下拉按钮。

  5. 选择删除。

删除模型

使用控制台 AWS SDK for Python (Boto3)、使用控制台或以交互方式使用控制台以 AWS CLI编程方式删除 SageMaker 模型。 SageMaker 删除 SageMaker 模型只会删除在中创建的模型条目 SageMaker。删除模型不会删除模型构件、推理代码或在创建模型时指定的 IAM 角色。

AWS SDK for Python (Boto3)

使用 DeleteModelAPI 删除您的 SageMaker 模型。为 ModelName 字段指定模型的名称。

import boto3

# Specify your AWS Region
aws_region='<aws_region>'

# Specify the name of your endpoint configuration
model_name='<model_name>'

# Create a low-level SageMaker service client.
sagemaker_client = boto3.client('sagemaker', region_name=aws_region)

# Delete model
sagemaker_client.delete_model(ModelName=model_name)

您可以选择使用 DescribeEndpointConfig API 返回有关已部署模型（生产变体）名称的信息，例如，模型的名称以及与该已部署模型关联的端点配置的名称。为 EndpointConfigName 字段提供端点的名称。

# Specify the name of your endpoint
endpoint_name='<endpoint_name>'

# Create a low-level SageMaker service client.
sagemaker_client = boto3.client('sagemaker', region_name=aws_region)

# Store DescribeEndpointConfig response into a variable that we can index in the next step.
response = sagemaker_client.describe_endpoint_config(EndpointConfigName=endpoint_name)

# Delete endpoint
model_name = response['ProductionVariants'][0]['ModelName']
sagemaker_client.delete_model(ModelName=model_name)

有关返回的其他响应元素的更多信息DescribeEndpointConfig，请参阅 SageMaker API 参考指南DescribeEndpointConfig中的。

AWS CLI

使用delete-model命令删除您的 SageMaker模型。为 model-name 标志指定模型的名称。

aws sagemaker delete-model \
                        --model-name <model-name>

您可以选择使用 describe-endpoint-config 命令返回有关已部署模型（生产变体）名称的信息，例如，模型的名称以及与该已部署模型关联的端点配置的名称。为 endpoint-config-name 标志提供端点的名称。

aws sagemaker describe-endpoint-config --endpoint-config-name <endpoint-config-name>

此命令将返回 JSON 响应。您可以通过复制和粘贴、使用 JSON 解析器或者针对 JSON 解析构建的工具，获取与该端点关联的模型名称。

SageMaker Console

使用 SageMaker 控制台以交互方式删除您的 SageMaker 模型。

  1. 在 SageMaker 控制台的 https://console.aws.amazon.com/sagemaker/ 导航菜单中，选择 Inference。

  2. 从下拉菜单中选择模型。在您的 AWS 账户中创建的模型列表将按名称、Amazon 资源名称 (ARN) 和创建时间显示。

  3. 选择要删除的模型。

  4. 选择右上角的操作下拉按钮。

  5. 选择 删除。