翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
プライベートモデルハブを作成する
以下の手順に従って、組織で事前トレーニング済み JumpStart 基盤モデルへのアクセスを制御するためのプライベートハブを作成してください。モデルハブを作成する前に、SageMaker Python SDK をインストールし、必要な IAM アクセス許可を設定する必要があります。
プライベートハブを作成する
-
SageMaker Python SDK をインストールし、必要な Python パッケージをインポートします。
# 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 -
SageMaker AI セッションを初期化します。
sm_client = boto3.client('sagemaker') session = Session(sagemaker_client=sm_client) session.get_caller_identity_arn() -
内部ハブ名、UI 表示名、UI ハブの説明など、プライベートハブの詳細情報を設定します。
注記
ハブの作成時に Amazon S3 バケット名を指定しない場合は、新しいバケットが自動的に作成されます。新しいバケットの名前の構造は
sagemaker-hubs-です。REGION-ACCOUNT_IDHUB_NAME="Example-Hub"HUB_DISPLAY_NAME="Example Hub UI Name"HUB_DESCRIPTION="A description of the example private curated hub."REGION="us-west-2" -
管理者 IAM ロールに、プライベートハブを作成するために必要な Amazon S3 アクセス許可があることを確認します。ロールに必要なアクセス許可がない場合は、IAM コンソールの [ロール] ページに移動します。管理者ロールを選択し、[アクセス許可ポリシー] ペインで [許可を追加] を選択して、JSON エディタを使用して次のアクセス許可を持つインラインポリシーを作成します。
-
hub.create()を使用して、手順 3 の設定情報でプライベートモデルハブを作成します。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 -
次の
describeコマンドを使用して、新しいプライベートハブの設定を確認します。hub.describe()