Erstellen eines privaten Modell-Hubs - Amazon SageMaker KI

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Erstellen eines privaten Modell-Hubs

Gehen Sie wie folgt vor, um einen privaten Hub einzurichten, um die Zugriffskontrolle für vortrainierte JumpStart Basismodelle für Ihr Unternehmen zu verwalten. Sie müssen das SageMaker Python-SDK installieren und die erforderlichen IAM-Berechtigungen konfigurieren, bevor Sie einen Model Hub erstellen.

Erstellen eines privaten Hubs

  1. Installieren Sie das SageMaker Python-SDK und importieren Sie die erforderlichen Python-Pakete.

    # Install the SageMaker Python SDK
!pip3 install sagemaker --force-reinstall --quiet

# Import the necessary Python packages
import boto3
from sagemaker import Session
from sagemaker.jumpstart.hub.hub import Hub

  2. Initialisieren Sie eine SageMaker AI-Sitzung.

    sm_client = boto3.client('sagemaker')
session = Session(sagemaker_client=sm_client)
session.get_caller_identity_arn()

  3. Konfigurieren Sie die Details Ihres privaten Hubs, wie den internen Hub-Namen, den UI-Anzeigenamen und die UI-Hub-Beschreibung.

    Anmerkung

    Wenn Sie bei der Erstellung Ihres Hubs keinen Amazon S3 S3-Bucket-Namen angeben, erstellt der SageMaker Hub-Service in Ihrem Namen einen neuen Bucket. Der neue Bucket hat die folgende Benennungsstruktur: sagemaker-hubs-REGION-ACCOUNT_ID.

    HUB_NAME="Example-Hub"
HUB_DISPLAY_NAME="Example Hub UI Name"
HUB_DESCRIPTION="A description of the example private curated hub."
REGION="us-west-2"

  4. Vergewissern Sie sich, dass Ihre Admin-IAM-Rolle über die erforderlichen Amazon-S3-Berechtigungen verfügt, um einen privaten Hub zu erstellen. Wenn Ihre Rolle nicht über die erforderlichen Berechtigungen verfügt, navigieren Sie in der IAM-Konsole zur Seite Rollen. Wählen Sie die Admin-Rolle und dann im Bereich Berechtigungsrichtlinien die Option Berechtigungen hinzufügen aus, um mit dem JSON-Editor eine Inline-Richtlinie mit den folgenden Berechtigungen zu erstellen:

    JSON
    {
    "Version":"2012-10-17",		 	 	 
    "Statement": [
        {
            "Action": [
                "s3:ListBucket",
                "s3:GetObject",
                "s3:GetObjectTagging"
            ],
            "Resource": [
                "arn:aws:s3:::jumpstart-cache-prod-REGION",
                "arn:aws:s3:::jumpstart-cache-prod-REGION/*"
            ],
            "Effect": "Allow"
        }
    ]
}

  5. Erstellen Sie mit hub.create() einen privaten Modell-Hub mit Ihren Konfigurationen aus Schritt 3. 

    hub = Hub(hub_name=HUB_NAME, sagemaker_session=session)

try:
# Create the private hub
  hub.create(
      description=HUB_DESCRIPTION,
      display_name=HUB_DISPLAY_NAME
  )
  print(f"Successfully created Hub with name {HUB_NAME} in {REGION}")
# Check that no other hubs with this internal name exist
except Exception as e:
  if "ResourceInUse" in str(e):
    print(f"A hub with the name {HUB_NAME} already exists in your account.")
  else:
    raise e

  6. Überprüfen Sie die Konfiguration Ihres neuen privaten Hubs mit dem folgenden describe-Befehl:

    hub.describe()