View a markdown version of this page

Buat hub model pribadi - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Buat hub model pribadi

Gunakan langkah-langkah berikut untuk membuat hub pribadi untuk mengelola kontrol akses untuk model JumpStart dasar yang telah dilatih sebelumnya untuk organisasi Anda. Anda harus menginstal SageMaker Python SDK dan mengkonfigurasi izin IAM yang diperlukan sebelum membuat hub model.

Buat hub pribadi

  1. Instal SageMaker Python SDK dan impor paket Python yang diperlukan.

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

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

  2. Inisialisasi S SageMaker esi AI.

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

  3. Konfigurasikan detail hub pribadi Anda seperti nama hub internal, nama tampilan UI, dan deskripsi hub UI.

    catatan

    Jika Anda tidak menentukan nama bucket Amazon S3 saat membuat hub, layanan SageMaker hub akan membuat bucket baru atas nama Anda. Bucket baru memiliki struktur penamaan berikut: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. Periksa apakah peran IAM Admin Anda memiliki izin Amazon S3 yang diperlukan untuk membuat hub pribadi. Jika peran Anda tidak memiliki izin yang diperlukan, navigasikan ke halaman Peran di konsol IAM. Pilih peran Admin lalu pilih Tambah izin di panel Kebijakan Izin untuk membuat kebijakan sebaris dengan izin berikut menggunakan editor JSON:

    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. Buat hub model pribadi menggunakan konfigurasi Anda dari Langkah 3 menggunakanhub.create(). 

    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. Verifikasi konfigurasi hub pribadi baru Anda dengan describe perintah berikut:

    hub.describe()