View a markdown version of this page

Accedi a hub di modelli curati in Amazon SageMaker JumpStart - Amazon SageMaker AI
Accesso all’hub di modelli privato in StudioAccedi al tuo hub di modelli privato usando SageMaker Python SDK

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Accedi a hub di modelli curati in Amazon SageMaker JumpStart

Puoi accedere a un hub di modelli privato tramite Studio o tramite SageMaker Python SDK.

Accesso all’hub di modelli privato in Studio

Importante

Al 30 novembre 2023, la precedente esperienza con Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’esperienza Studio aggiornata. Per informazioni sull’utilizzo dell’applicazione Studio Classic, consulta Amazon Studio Classic SageMaker.

In Amazon SageMaker Studio, apri la pagina di JumpStart destinazione tramite la home page o il menu Home nel pannello a sinistra. Si apre la pagina di SageMaker JumpStart destinazione in cui puoi esplorare gli hub dei modelli e cercare i modelli.

  • Dalla home page, scegliete JumpStart nel riquadro Soluzioni predefinite e automatizzate.

  • Dal menu Home nel pannello di sinistra, accedi al JumpStart nodo.

Per ulteriori informazioni su come iniziare a usare Amazon SageMaker Studio, consultaAmazon Studio SageMaker.

Dalla pagina di SageMaker JumpStart destinazione di Studio, puoi esplorare tutti gli hub di modelli privati che includono modelli consentiti per la tua organizzazione. Se hai accesso a un solo hub modello, la pagina di SageMaker JumpStart destinazione ti porta direttamente a quell'hub. Se hai accesso a più hub, ti indirizza invece alla pagina Hub.

Per ulteriori informazioni sul fine-tuning, l’implementazione e la valutazione dei modelli a cui hai accesso in Studio, consulta Utilizzo dei modelli di fondazione in Studio.

Accedi al tuo hub di modelli privato usando SageMaker Python SDK

Puoi accedere al tuo hub modello privato usando SageMaker Python SDK. L’accesso per lettura, utilizzo o modifica dell’hub selezionato è fornito dall’amministratore.

Nota

Se un hub è condiviso tra più account, l’ARN dell’hub deve essere HUB_NAME. Se un hub non è condiviso tra più account, il nome dell’hub può essere HUB_NAME.

  1. Installa l'SDK SageMaker Python e importa i pacchetti Python necessari.

    # 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.jumpstart.hub.hub import Hub
    from sagemaker.serve import ModelBuilder
    from sagemaker.train import ModelTrainer
    from sagemaker.core.jumpstart.configs import JumpStartConfig

  2. Inizializza una sessione SageMaker AI e connettiti al tuo hub privato utilizzando il nome dell'hub e la regione.

    # If a hub is shared across accounts, then the HUB_NAME must be the hub ARN
    HUB_NAME="Example-Hub-ARN" 
    REGION="us-west-2" 
    
    # Initialize a SageMaker session
    sm_client = boto3.client('sagemaker') 
    sm_runtime_client = boto3.client('sagemaker-runtime') 
    session = Session(sagemaker_client=sm_client, 
                        sagemaker_runtime_client=sm_runtime_client)
    
    # Initialize the private hub
    hub = Hub(hub_name=HUB_NAME, sagemaker_session=session)

  3. Dopo la connessione a un hub privato, è possibile elencare tutti i modelli disponibili in quell’hub utilizzando i seguenti comandi:

    response = hub.list_models()
    models = response["hub_content_summaries"]
    while response["next_token"]:
        response = hub.list_models(next_token=response["next_token"])
        models.extend(response["hub_content_summaries"])
        
    print(models)

  4. Per ottenere ulteriori informazioni su un modello specifico, utilizza il nome del modello con il seguente comando:

    response = hub.describe_model(model_name="example-model")
    print(response)

Per ulteriori informazioni sulla messa a punto e sulla distribuzione dei modelli a cui hai accesso utilizzando l'SDK Python, consulta. SageMaker Usa i modelli di base con SageMaker Python SDK