刪除端點和資源 - Amazon SageMaker AI
刪除端點刪除端點組態刪除模型

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

刪除端點和資源

刪除端點，停止產生費用。

刪除端點

使用 AWS SDK for Python (Boto3)、 搭配 以程式設計方式刪除端點 AWS CLI，或使用 SageMaker AI 主控台以互動方式刪除端點。

SageMaker AI 會釋放建立端點時部署的所有資源。刪除端點不會刪除端點組態或 SageMaker AI 模型。如需如何刪除端點組態和 SageMaker AI 模型的相關資訊刪除端點組態刪除模型，請參閱 和 。

AWS SDK for Python (Boto3)

使用 DeleteEndpoint API 刪除端點。為 EndpointName 欄位指定端點名稱。

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

若要刪除端點，請使用 delete-endpoint 命令。為 endpoint-name 旗標指定端點名稱。

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

使用 SageMaker AI 主控台以互動方式刪除端點。

  1. 在 https：//https://console.aws.amazon.com/sagemaker/ 導覽選單的 SageMaker AI 主控台中，選擇推論。

  2. 從下拉式功能表選擇端點。在您的 AWS 帳戶中建立的端點清單將依名稱、Amazon Resource Name (ARN)、建立時間、狀態和上次更新端點時的時間戳記顯示。

  3. 選取您要刪除的端點。

  4. 選取右上角的動作下拉式按鈕。

  5. 選擇刪除。

刪除端點組態

以程式設計方式使用 AWS SDK for Python (Boto3)、 搭配 AWS CLI，或使用 SageMaker AI 主控台以互動方式刪除端點組態。刪除端點組態並不會刪除使用這個組態建立的端點。如需如何刪除端點的資訊，請參閱刪除端點。

請勿刪除作用中端點正在使用的端點組態，也不要在端點更新或建立時刪除端點組態。如果刪除作用中或正在建立或更新之端點的端點組態，可能會失去對端點使用中執行個體類型的可見度。

AWS SDK for Python (Boto3)

使用 DeleteEndpointConfig API 刪除端點。為 EndpointConfigName 欄位指定端點組態名稱。

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)

您可以選擇使用 DescribeEndpointConfig API 傳回已部署模型 (生產變體) 名稱的相關資訊，例如模型名稱，以及與該部署模型相關的端點組態名稱。為 EndpointConfigName 欄位提供端點名稱。

# 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)

如需 DescribeEndpointConfig 傳回之其他回應元素的詳細資訊，請參閱 SageMaker API 參考指南的 DescribeEndpointConfig。

AWS CLI

若要刪除端點組態，請使用 delete-endpoint-config 命令。為 endpoint-config-name 旗幟指定端點組態名稱。

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

您可以選擇使用 describe-endpoint-config API 命令傳回已部署模型 (生產變體) 名稱的相關資訊，例如模型名稱，以及與該部署模型相關的端點組態名稱。為 endpoint-config-name 旗標提供端點名稱。

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

隨即會傳回 JSON 回應。您可以複製貼上、使用 JSON 剖析器，或使用專為 JSON 剖析而建置的工具，取得與該端點相關的端點組態名稱。

SageMaker AI Console

使用 SageMaker AI 主控台以互動方式刪除端點組態。

  1. 在 https：//https://console.aws.amazon.com/sagemaker/ 導覽選單的 SageMaker AI 主控台中，選擇推論。

  2. 從下拉式功能表選擇端點組態。 AWS 帳戶建立的端點組態清單會依名稱、Amazon Resource Name (ARN) 和建立時間顯示。

  3. 選取您要刪除的端點組態。

  4. 選取右上角的動作下拉式按鈕。

  5. 選擇 刪除 。

刪除模型

以程式設計方式使用、搭配 AWS SDK for Python (Boto3)刪除 SageMaker AI 模型 AWS CLI，或使用 SageMaker AI 主控台以互動方式刪除 SageMaker AI 模型。刪除 SageMaker AI 模型只會刪除在 SageMaker AI 中建立的模型項目。刪除模型不會刪除模型成品、推論程式碼，或您在建立模型時指定的 IAM 角色。

AWS SDK for Python (Boto3)

使用 DeleteModel API 刪除 SageMaker AI 模型。為 ModelName 欄位指定模型名稱。

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)

您可以選擇使用 DescribeEndpointConfig API 傳回已部署模型 (生產變體) 名稱的相關資訊，例如模型名稱，以及與該部署模型相關的端點組態名稱。為 EndpointConfigName 欄位提供端點名稱。

# 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)

如需 DescribeEndpointConfig 傳回之其他回應元素的詳細資訊，請參閱 SageMaker API 參考指南的 DescribeEndpointConfig。

AWS CLI

使用 delete-model命令來刪除 SageMaker AI 模型。為 model-name 旗標指定模型名稱。

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

您可以選擇使用 describe-endpoint-config API 命令傳回已部署模型 (生產變體) 名稱的相關資訊，例如模型名稱，以及與該部署模型相關的端點組態名稱。為 endpoint-config-name 旗標提供端點名稱。

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

隨即會傳回 JSON 回應。您可以複製貼上、使用 JSON 剖析器，或使用專為 JSON 剖析而建置的工具，取得與該端點相關的模型名稱。

SageMaker AI Console

使用 SageMaker AI 主控台以互動方式刪除 SageMaker AI 模型。

  1. 在 https：//https://console.aws.amazon.com/sagemaker/ 導覽選單的 SageMaker AI 主控台中，選擇推論。

  2. 從下拉式功能表選擇模型。在您的 AWS 帳戶中建立的模型清單會依名稱、Amazon Resource Name (ARN) 和建立時間顯示。

  3. 選取您要刪除的模型。

  4. 選取右上角的動作下拉式按鈕。

  5. 選擇 Delete (刪除)。