View a markdown version of this page

Atualizar recursos em um hub privado - SageMaker Inteligência Artificial da Amazon

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.

Atualizar recursos em um hub privado

É possível atualizar recursos em seu hub privado para fazer alterações em seus metadados. Os recursos que você pode atualizar incluem referências de modelos a SageMaker JumpStart modelos da Amazon, modelos personalizados, cadernos, conjuntos de dados e. JsonDoc

Ao atualizar o modelo, o notebook, os conjuntos de dados ou JsonDoc os recursos, você pode atualizar a descrição do conteúdo, o nome de exibição, as palavras-chave e o status do suporte. Ao atualizar referências de modelo para JumpStart modelos, você só pode atualizar o campo especificando a versão mínima do modelo que você gostaria de usar.

  • “Atualize os recursos do modelo ou do notebook” para incluir DataSet/JsonDoc. No comando CLI, DataSets/JsonDocs deve ser adicionado ao hub-content-type argumento.

Siga a seção específica do recurso que você deseja atualizar.

Atualizar os recursos do modelo ou do caderno

Para atualizar um modelo ou um recurso de notebook, use a UpdateHubContentAPI.

Os campos de metadados válidos que você pode atualizar com essa API são os seguintes:

  • HubContentDescription: a descrição do recurso.

  • HubContentDisplayName: o nome de exibição do recurso.

  • HubContentMarkdown: a descrição do recurso, na formatação Markdown.

  • HubContentSearchKeywords: as palavras-chave pesquisáveis do recurso.

  • SupportStatus: o status atual do recurso.

Em sua solicitação, inclua uma alteração em um ou mais dos campos anteriores. Se você tentar atualizar qualquer outro campo, como o tipo de conteúdo do hub, receberá um erro.

AWS SDK para Python (Boto3)

O exemplo a seguir mostra como você pode usar o AWS SDK para Python (Boto3) para enviar uma UpdateHubContentsolicitação.

nota

A HubContentVersion que você especifica na solicitação significa que os metadados da versão específica estão atualizados. Para encontrar todas as versões disponíveis do conteúdo do seu hub, você pode usar a ListHubContentVersionsAPI.

import boto3 sagemaker_client = boto3.Session(region_name=<AWS-region>).client("sagemaker") sagemaker_client.update_hub_contents( HubName=<hub-name>, HubContentName=<resource-content-name>, HubContentType=<"Model"|"Notebook">, HubContentVersion='1.0.0', # specify the correct version that you want to update HubContentDescription=<updated-description-string> )
AWS CLI

O exemplo a seguir mostra como você pode usar o AWS CLI para enviar uma update-hub-contentsolicitação.

aws sagemaker update-hub-content \ --hub-name <hub-name> \ --hub-content-name <resource-content-name> \ --hub-content-type <"Model"|"Notebook"> \ --hub-content-version "1.0.0" \ --hub-content-description <updated-description-string>

Atualizar referências do modelo

Para atualizar uma referência de modelo para um JumpStart modelo, use a UpdateHubContentReferenceAPI.

Você pode atualizar somente o campo MinVersion para referências de modelo.

AWS SDK para Python (Boto3)

O exemplo a seguir mostra como você pode usar o AWS SDK para Python (Boto3) para enviar uma UpdateHubContentReferencesolicitação.

import boto3 sagemaker_client = boto3.Session(region_name=<AWS-region>).client("sagemaker") update_response = sagemaker_client.update_hub_content_reference( HubName=<hub-name>, HubContentName=<model-reference-content-name>, HubContentType='ModelReference', MinVersion='1.0.0' )
AWS CLI

O exemplo a seguir mostra como você pode usar o AWS CLI para enviar uma update-hub-content-referencesolicitação.

aws sagemaker update-hub-content-reference \ --hub-name <hub-name> \ --hub-content-name <model-reference-content-name> \ --hub-content-type "ModelReference" \ --min-version "1.0.0"