View a markdown version of this page

Acesse hubs de modelos selecionados na Amazon SageMaker JumpStart - SageMaker IA da Amazon
Acesse seu hub de modelos privados no StudioAcesse seu hub de modelo privado usando o SDK do SageMaker Python

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Acesse hubs de modelos selecionados na Amazon SageMaker JumpStart

Você pode acessar um hub de modelo privado por meio do Studio ou do SDK do SageMaker Python.

Acesse seu hub de modelos privados no Studio

Importante

Em 30 de novembro de 2023, a experiência anterior do Amazon SageMaker Studio agora se chama Amazon SageMaker Studio Classic. A seção a seguir é específica ao uso da experiência atualizada do Studio. Para obter informações sobre como usar a aplicação do Studio Classic, consulte Amazon SageMaker Studio Clássico.

No Amazon SageMaker Studio, abra a página JumpStart inicial por meio da página inicial ou do menu inicial no painel esquerdo. Isso abre a página SageMaker JumpStart inicial, na qual você pode explorar os hubs de modelos e pesquisar modelos.

  • Na página inicial, escolha JumpStart no painel Soluções predefinidas e automatizadas.

  • No menu Início no painel esquerdo, navegue até o JumpStart nó.

Para obter mais informações sobre como começar a usar o Amazon SageMaker Studio, consulteSageMaker Estúdio Amazon.

Na página SageMaker JumpStart inicial do Studio, você pode explorar qualquer hub de modelo privado que inclua modelos listados com permissões para sua organização. Se você só tiver acesso a um hub modelo, a página de SageMaker JumpStart destino o levará diretamente para esse hub. Se você tiver acesso a vários hubs, você será direcionado para a página Hubs.

Para obter mais informações sobre como ajustar, implantar e avaliar modelos aos quais você tem acesso no Studio, consulte Usar modelos de base no Studio.

Acesse seu hub de modelo privado usando o SDK do SageMaker Python

Você pode acessar seu hub de modelo privado usando o SDK do SageMaker Python. Seu acesso de leitura, uso e edição do hub selecionado é fornecido pelo seu administrador.

nota

Se um hub for compartilhado entre contas, o HUB_NAME deverá ser o ARN do hub. Se um hub não for compartilhado entre contas, o HUB_NAME poderá ser o nome do hub.

  1. Instale o SDK do SageMaker Python e importe os pacotes Python necessários.

    # 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. Inicialize uma sessão de SageMaker IA e conecte-se ao seu hub privado usando o nome e a região do hub.

    # 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. Após conectar-se a um hub privado, você pode listar todos os modelos disponíveis nesse hub usando os seguintes comandos:

    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. Você pode obter mais informações sobre um modelo específico usando o nome do modelo com o seguinte comando:

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

Para obter mais informações sobre como ajustar e implantar modelos aos quais você tem acesso usando o SDK do SageMaker Python, consulte. Use modelos de base com o SageMaker Python SDK