Amazon 的操作、资源和条件密钥 SageMaker

Amazon SageMaker （服务前缀:sagemaker）提供以下特定于服务的资源、操作和条件上下文密钥，供在 IAM 权限策略中使用。

参考：

了解如何配置该服务。
查看适用于该服务的 API 操作列表。
了解如何使用 IAM 权限策略保护该服务及其资源。

主题

Amazon 定义的操作 SageMaker
Amazon 定义的资源类型 SageMaker
Amazon 的条件密钥 SageMaker

Amazon 定义的操作 SageMaker

您可以在 IAM 策略语句的 Action 元素中指定以下操作。可以使用策略授予在 AWS中执行操作的权限。您在策略中使用一项操作时，通常使用相同的名称允许或拒绝对 API 操作或 CLI 命令的访问。但在某些情况下，单一动作可控制对多项操作的访问。还有某些操作需要多种不同的动作。

“操作” 表的 “访问级别” 列描述了如何对操作进行分类（列出、读取、权限管理或标记）。此分类可以帮助您了解当您在策略中使用操作时，相应操作授予的访问级别。有关访问级别的更多信息，请参阅策略摘要中的访问级别。

操作表的资源类型列指示每项操作是否支持资源级权限。如果该列没有任何值，您必须在策略语句的 Resource 元素中指定策略应用的所有资源（“*”）。通过在 IAM policy 中使用条件来筛选访问权限，以控制是否可以在资源或请求中使用特定标签键。如果操作具有一个或多个必需资源，则调用方必须具有使用这些资源来使用该操作的权限。必需资源在表中以星号 (*) 表示。如果您在 IAM policy 中使用 Resource 元素限制资源访问权限，则必须为每种必需的资源类型添加 ARN 或模式。某些操作支持多种资源类型。如果资源类型是可选的（未指示为必需），则可以选择使用一种可选资源类型。

操作表的条件键列包括可以在策略语句的 Condition 元素中指定的键。有关与服务资源关联的条件键的更多信息，请参阅资源类型表的条件键列。

“操作” 表格的 “依赖操作” 列显示成功调用操作可能需要的其他权限。除了操作本身的权限外，可能还需要这些权限。当操作指定依赖操作时，这些依赖关系可能适用于为该操作定义的其他资源，而不仅仅是表格中列出的第一个资源。

注意

资源条件键在资源类型表中列出。您可以在操作表的资源类型（* 为必需）列中找到应用于某项操作的资源类型的链接。资源类型表中的资源类型包括条件密钥列，这是应用于操作表中操作的资源条件键。

有关下表中各列的详细信息，请参阅操作表。

操作	描述	访问级别	资源类型（* 为必需）	条件键	相关操作
AddAssociation	授予将世系实体（神器、上下文、动作、实验 experiment-trial-component）相互关联的权限	写入	action*
			artifact*
			context*
			experiment*
			experiment-trial-component*
AddTags	授予为指定 Amazon SageMaker 资源添加或覆盖一个或多个标签的权限	标记	action
			algorithm
			app
			app-image-config
			artifact
			automl-job
			cluster
			cluster-scheduler-config
			code-repository
			compilation-job
			compute-quota
			context
			data-quality-job-definition
			device
			device-fleet
			domain
			edge-deployment-plan
			edge-packaging-job
			endpoint
			endpoint-config
			experiment
			experiment-trial
			experiment-trial-component
			feature-group
			flow-definition
			hub
			hub-content
			human-task-ui
			hyper-parameter-tuning-job
			image
			inference-component
			inference-recommendations-job
			labeling-job
			mlflow-tracking-server
			model
			model-bias-job-definition
			model-card
			model-explainability-job-definition
			model-package	sagemaker:CurrentModelLifeCycleStageStatus sagemaker:CurrentModelLifeCycleStage sagemaker:CurrentCustomerMetadataProperties/${MetadataKey}
			model-package-group
			model-quality-job-definition
			monitoring-schedule
			notebook-instance
			notebook-instance-lifecycle-config
			optimization-job
			partner-app
			pipeline
			processing-job
			project
			reserved-capacity
			space
			studio-lifecycle-config
			training-job
			training-plan
			transform-job
			user-profile
			workteam
				aws:RequestTag/${TagKey} aws:TagKeys sagemaker:TaggingAction
AssociateTrialComponent	授予权限以将试用组件与试用关联	写入	experiment-trial*
AssociateTrialComponent	授予权限以将试用组件与试用关联	写入	experiment-trial-component*
AttachClusterNodeVolume	授予将 Amazon EBS 卷附加到 SageMaker HyperPod 集群节点的权限	写入	cluster*		ec2:AttachVolume ec2:DescribeVolumes eks:DescribeCluster
BatchAddClusterNodes	授予一次向 SageMaker HyperPod 集群添加多个节点的权限	写入	cluster*		eks:DescribeCluster
BatchDeleteClusterNodes	授予批量删除 SageMaker HyperPod 集群节点的权限	写入	cluster*		eks:DescribeCluster
BatchDescribeModelPackage	授予描述一个或多个的权限 ModelPackages	读取	model-package*	sagemaker:CurrentModelLifeCycleStageStatus sagemaker:CurrentModelLifeCycleStage sagemaker:CurrentCustomerMetadataProperties/${MetadataKey}
BatchGetMetrics	授予检索与 SageMaker 资源（例如训练作业或试用组件）关联的指标的权限	读取	experiment-trial-component*
BatchGetMetrics	授予检索与 SageMaker 资源（例如训练作业或试用组件）关联的指标的权限	读取	training-job*
BatchGetRecord	授予从一个或多个功能组获取一批记录的权限	读取	feature-group*
BatchPutMetrics	授予发布与 SageMaker 资源（例如 Training Job 或试用组件）关联的指标的权限	写入	experiment-trial-component*
BatchPutMetrics	授予发布与 SageMaker 资源（例如 Training Job 或试用组件）关联的指标的权限	写入	training-job*
CallPartnerAppApi	授予合作伙伴应用程序 SDK 访问合作伙伴应用程序以读取或写入数据用例的权限	写入	partner-app*
CreateAction	授予权限以创建操作	Write	action*		sagemaker:AddTags
CreateAction	授予权限以创建操作	Write		aws:RequestTag/${TagKey} aws:TagKeys
CreateAlgorithm	授予权限以创建算法	写入	algorithm*		sagemaker:AddTags
CreateAlgorithm	授予权限以创建算法	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateApp	授予为 SageMaker UserProfile 或空间创建应用程序的权限	写入	app*		sagemaker:AddTags
CreateApp	授予为 SageMaker UserProfile 或空间创建应用程序的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:ImageArns sagemaker:ImageVersionArns sagemaker:OwnerUserProfileArn sagemaker:SpaceSharingType
CreateAppImageConfig	授予创建 AppImageConfig	写入	app-image-config*		sagemaker:AddTags
CreateAppImageConfig	授予创建 AppImageConfig	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateArtifact	授予权限以创建构件	Write	artifact*		sagemaker:AddTags
CreateArtifact	授予权限以创建构件	Write		aws:RequestTag/${TagKey} aws:TagKeys
CreateAutoMLJob	授予权限以创建 AutoML 作业	写入	automl-job*		iam:PassRole sagemaker:AddTags
CreateAutoMLJob	授予权限以创建 AutoML 作业	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InterContainerTrafficEncryption sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateAutoMLJobV2	授予权限以创建 V2 AutoML 任务	写入	automl-job*		iam:PassRole sagemaker:AddTags
CreateAutoMLJobV2	授予权限以创建 V2 AutoML 任务	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InterContainerTrafficEncryption sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateCluster	授予创建 SageMaker HyperPod 集群的权限	写入	cluster*		ec2:DescribeImages ec2:DescribeSnapshots ec2:ModifyImageAttribute ec2:ModifySnapshotAttribute eks:AssociateAccessPolicy eks:CreateAccessEntry eks:DeleteAccessEntry eks:DescribeAccessEntry eks:DescribeCluster iam:CreateServiceLinkedRole iam:PassRole sagemaker:AddTags
			reserved-capacity
			training-plan
				aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateClusterSchedulerConfig	授予创建集群调度器配置的权限	写入	cluster*		eks:AssociateAccessPolicy eks:DescribeCluster eks:ListAssociatedAccessPolicies sagemaker:AddTags sagemaker:DescribeCluster
			cluster-scheduler-config*
				aws:RequestTag/${TagKey} aws:TagKeys
CreateCodeRepository	授予创建 CodeRepository	写入	code-repository*		sagemaker:AddTags
CreateCodeRepository	授予创建 CodeRepository	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateCompilationJob	授予权限以创建编译作业	写入	compilation-job*		iam:PassRole sagemaker:AddTags
CreateCompilationJob	授予权限以创建编译作业	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateComputeQuota	授予创建计算配额的权限	写入	cluster*		eks:AssociateAccessPolicy eks:DescribeCluster eks:ListAssociatedAccessPolicies sagemaker:AddTags sagemaker:DescribeCluster
			compute-quota*
				aws:RequestTag/${TagKey} aws:TagKeys
CreateContext	授予权限以创建上下文	Write	context*		sagemaker:AddTags
CreateContext	授予权限以创建上下文	Write		aws:RequestTag/${TagKey} aws:TagKeys
CreateDataQualityJobDefinition	授予权限以创建数据质量作业定义	Write	data-quality-job-definition*		iam:PassRole sagemaker:AddTags
CreateDataQualityJobDefinition	授予权限以创建数据质量作业定义	Write		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:InterContainerTrafficEncryption sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateDeviceFleet	授予创建设备队列的权限	写入	device-fleet*		iam:PassRole sagemaker:AddTags
CreateDeviceFleet	授予创建设备队列的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateDomain	授予为 SageMaker Studio 创建域名的权限	写入	domain*		iam:CreateServiceLinkedRole iam:PassRole sagemaker:AddTags
CreateDomain	授予为 SageMaker Studio 创建域名的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:AppNetworkAccessType sagemaker:InstanceTypes sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets sagemaker:DomainSharingOutputKmsKey sagemaker:VolumeKmsKey sagemaker:ImageArns sagemaker:ImageVersionArns
CreateEdgeDeploymentPlan	授予创建边缘部署计划的权限	写入	edge-deployment-plan*		iam:PassRole sagemaker:AddTags
CreateEdgeDeploymentPlan	授予创建边缘部署计划的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateEdgeDeploymentStage	授予创建边缘部署阶段的权限	写入	edge-deployment-plan*		iam:PassRole sagemaker:AddTags
CreateEdgeDeploymentStage	授予创建边缘部署阶段的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateEdgePackagingJob	授予创建边缘打包作业的权限	Write	edge-packaging-job*		iam:PassRole sagemaker:AddTags
CreateEdgePackagingJob	授予创建边缘打包作业的权限	Write		aws:RequestTag/${TagKey} aws:TagKeys
CreateEndpoint	授予权限以使用在请求中指定的终端节点配置创建终端节点	写入	endpoint*		sagemaker:AddTags
			endpoint-config*
				aws:RequestTag/${TagKey} aws:TagKeys
CreateEndpointConfig	授予创建可使用 Amazon SageMaker 托管服务部署的终端节点配置的权限	写入	endpoint-config*		iam:PassRole sagemaker:AddTags
CreateEndpointConfig	授予创建可使用 Amazon SageMaker 托管服务部署的终端节点配置的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:AcceleratorTypes sagemaker:InstanceTypes sagemaker:ModelArn sagemaker:VolumeKmsKey sagemaker:ServerlessMaxConcurrency sagemaker:ServerlessMemorySize sagemaker:NetworkIsolation sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateExperiment	授予权限以创建实验	Write	experiment*		sagemaker:AddTags
CreateExperiment	授予权限以创建实验	Write		aws:RequestTag/${TagKey} aws:TagKeys
CreateFeatureGroup	授予权限以创建功能组	Write	feature-group*		iam:PassRole sagemaker:AddTags
CreateFeatureGroup	授予权限以创建功能组	Write		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:FeatureGroupOnlineStoreKmsKey sagemaker:FeatureGroupOfflineStoreKmsKey sagemaker:FeatureGroupOfflineStoreS3Uri sagemaker:FeatureGroupEnableOnlineStore sagemaker:FeatureGroupOfflineStoreConfig sagemaker:FeatureGroupDisableGlueTableCreation
CreateFlowDefinition	授予权限以创建用于定义人工工作流程设置的流定义	写入	flow-definition*		iam:PassRole sagemaker:AddTags
CreateFlowDefinition	授予权限以创建用于定义人工工作流程设置的流定义	写入		sagemaker:WorkteamArn sagemaker:WorkteamType aws:RequestTag/${TagKey} aws:TagKeys
CreateHub	授予权限以创建中心	写入	hub*		sagemaker:AddTags
CreateHub	授予权限以创建中心	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateHubContentPresignedUrls	授予生成预签名的 S3 URLs 的 GetObject 权限，并允许访问模型工件	读取	hub*
CreateHubContentPresignedUrls	授予生成预签名的 S3 URLs 的 GetObject 权限，并允许访问模型工件	读取	hub-content*
CreateHubContentReference	授予权限以创建中心内容参考	写入	hub*		sagemaker:AddTags
			hub-content*
				aws:RequestTag/${TagKey} aws:TagKeys
CreateHumanTaskUi	授予权限以定义将用于人工审查工作流程用户界面的设置	写入	human-task-ui*		sagemaker:AddTags
CreateHumanTaskUi	授予权限以定义将用于人工审查工作流程用户界面的设置	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateHyperParameterTuningJob	授予创建可使用 Amazon 部署的超参数调整任务的权限 SageMaker	写入	hyper-parameter-tuning-job*		iam:PassRole sagemaker:AddTags
CreateHyperParameterTuningJob	授予创建可使用 Amazon 部署的超参数调整任务的权限 SageMaker	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:FileSystemAccessMode sagemaker:FileSystemDirectoryPath sagemaker:FileSystemId sagemaker:FileSystemType sagemaker:InstanceTypes sagemaker:InterContainerTrafficEncryption sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateImage	授予创建 SageMaker 图像的权限	写入	image*		iam:PassRole sagemaker:AddTags
CreateImage	授予创建 SageMaker 图像的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateImageVersion	授予创建 SageMaker ImageVersion	写入	image*
CreateInferenceComponent	授予在端点上创建推理组件的权限	写入	endpoint*		sagemaker:AddTags
			inference-component*
				aws:RequestTag/${TagKey} aws:TagKeys sagemaker:ModelArn
CreateInferenceExperiment	授予权限以创建推理实验	写入	inference-experiment*		iam:PassRole sagemaker:AddTags
CreateInferenceExperiment	授予权限以创建推理实验	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateInferenceRecommendationsJob	授予创建推理建议任务的权限	写入	inference-recommendations-job*		iam:PassRole sagemaker:AddTags
CreateInferenceRecommendationsJob	授予创建推理建议任务的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateLabelingJob	授予权限以启动标记作业。标注作业接收未标记的数据并生成带标签的数据作为输出，可用于训练模型 SageMaker	写入	labeling-job*		iam:PassRole sagemaker:AddTags
CreateLabelingJob	授予权限以启动标记作业。标注作业接收未标记的数据并生成带标签的数据作为输出，可用于训练模型 SageMaker	写入		sagemaker:WorkteamArn sagemaker:WorkteamType sagemaker:VolumeKmsKey sagemaker:OutputKmsKey aws:RequestTag/${TagKey} aws:TagKeys
CreateLineageGroupPolicy	授予权限以创建谱系组策略	写入
CreateMlflowTrackingServer	授予创建 MLflow 跟踪服务器的权限	写入	mlflow-tracking-server*		iam:PassRole sagemaker:AddTags
CreateMlflowTrackingServer	授予创建 MLflow 跟踪服务器的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateModel	授予在 Amazon 中创建模型的权限 SageMaker。在请求中，您可以指定模型的名称并描述一个或多个容器	Write	model*		iam:PassRole sagemaker:AddTags
CreateModel	授予在 Amazon 中创建模型的权限 SageMaker。在请求中，您可以指定模型的名称并描述一个或多个容器	Write		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:NetworkIsolation sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets sagemaker:DirectGatedModelAccess
CreateModelBiasJobDefinition	授予权限以创建模型偏差作业定义	写入	model-bias-job-definition*		iam:PassRole sagemaker:AddTags
CreateModelBiasJobDefinition	授予权限以创建模型偏差作业定义	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:InterContainerTrafficEncryption sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateModelCard	授予权限以创建模型卡	写入	model-card*		sagemaker:AddTags
CreateModelCard	授予权限以创建模型卡	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateModelCardExportJob	授予权限以创建模型卡的导出作业	写入	model-card*
CreateModelExplainabilityJobDefinition	授予权限以创建模型可解释性作业定义	写入	model-explainability-job-definition*		iam:PassRole sagemaker:AddTags
CreateModelExplainabilityJobDefinition	授予权限以创建模型可解释性作业定义	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:InterContainerTrafficEncryption sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateModelPackage	授予创建 ModelPackage	写入	model-package	sagemaker:CurrentModelLifeCycleStageStatus sagemaker:CurrentModelLifeCycleStage sagemaker:CurrentCustomerMetadataProperties/${MetadataKey}	sagemaker:AddTags
			model-package-group
				aws:RequestTag/${TagKey} aws:TagKeys sagemaker:ModelApprovalStatus sagemaker:CustomerMetadataProperties/${MetadataKey} sagemaker:ModelLifeCycle:Stage sagemaker:ModelLifeCycle:StageStatus
CreateModelPackageGroup	授予创建 ModelPackageGroup	写入	model-package-group*		sagemaker:AddTags
CreateModelPackageGroup	授予创建 ModelPackageGroup	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateModelQualityJobDefinition	授予权限以创建模型质量作业定义	Write	model-quality-job-definition*		iam:PassRole sagemaker:AddTags
CreateModelQualityJobDefinition	授予权限以创建模型质量作业定义	Write		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:InterContainerTrafficEncryption sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateMonitoringSchedule	授予权限以创建监控计划	写入	monitoring-schedule*		iam:PassRole sagemaker:AddTags
CreateMonitoringSchedule	授予权限以创建监控计划	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:InterContainerTrafficEncryption sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateNotebookInstance	授予创建 Amazon SageMaker 笔记本实例的权限。笔记本实例是在 Jupyter 笔记本上运行的 Amazon EC2 实例	写入	notebook-instance*		iam:PassRole sagemaker:AddTags
CreateNotebookInstance		写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:AcceleratorTypes sagemaker:DirectInternetAccess sagemaker:InstanceTypes sagemaker:MinimumInstanceMetadataServiceVersion sagemaker:RootAccess sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
CreateNotebookInstanceLifecycleConfig	授予创建可使用 Amazon 部署的笔记本实例生命周期配置的权限 SageMaker	写入	notebook-instance-lifecycle-config*		sagemaker:AddTags
CreateNotebookInstanceLifecycleConfig	授予创建可使用 Amazon 部署的笔记本实例生命周期配置的权限 SageMaker	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateOptimizationJob	授予权限以创建优化作业	写入	optimization-job*		iam:PassRole sagemaker:AddTags
CreateOptimizationJob	授予权限以创建优化作业	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreatePartnerApp	授予创建 Amazon SageMaker 合作伙伴 AI 应用程序的权限	写入	partner-app*		sagemaker:AddTags
CreatePartnerApp	授予创建 Amazon SageMaker 合作伙伴 AI 应用程序的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreatePartnerAppPresignedUrl	授予返回 URL 的权限，您可以通过浏览器使用该网址连接亚马逊 SageMaker 合作伙伴 AI 应用程序	写入	partner-app*
CreatePipeline	授予权限以创建管道	写入	pipeline*		iam:PassRole sagemaker:AddTags
CreatePipeline	授予权限以创建管道	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreatePresignedDomainUrl	授予权限以返回 URL，当为 “IAM” UserProfile 时 AuthMode ，您可以通过浏览器使用该网址连接域名	写入	user-profile*
CreatePresignedMlflowTrackingServerUrl	授予返回 URL 的权限，您可以通过浏览器使用该网址连接到 MLflow 跟踪服务器	写入	mlflow-tracking-server*
CreatePresignedNotebookInstanceUrl	授予权限以创建一个您可用来从您的浏览器连接到笔记本实例的 URL	Write	notebook-instance*
CreateProcessingJob	授予权限以启动处理运行。处理完成后，Amazon SageMaker 会将生成的项目和其他可选输出保存到您指定的 Amazon S3 位置	写入	processing-job*		iam:PassRole sagemaker:AddTags
CreateProcessingJob		写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets sagemaker:InterContainerTrafficEncryption
CreateProject	授予权限以创建项目	Write	project*		sagemaker:AddTags
CreateProject	授予权限以创建项目	Write		aws:RequestTag/${TagKey} aws:TagKeys
CreateReservedCapacity [仅权限]	授予创建预留容量的权限	写入	reserved-capacity*		sagemaker:AddTags
CreateReservedCapacity [仅权限]	授予创建预留容量的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateSharedModel [仅权限]	授予在 SageMaker Studio 应用程序中创建共享模型的权限	写入	shared-model*
CreateSpace	授予为 SageMaker 域创建空间的权限	写入	space*		sagemaker:AddTags
CreateSpace	授予为 SageMaker 域创建空间的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:ImageArns sagemaker:ImageVersionArns sagemaker:OwnerUserProfileArn sagemaker:RemoteAccess sagemaker:SpaceSharingType
CreateStudioLifecycleConfig	授予创建可使用 Amazon 部署的 Studio 生命周期配置的权限 SageMaker	写入	studio-lifecycle-config*		sagemaker:AddTags
CreateStudioLifecycleConfig	授予创建可使用 Amazon 部署的 Studio 生命周期配置的权限 SageMaker	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateTrainingJob	授予权限以启动模型训练作业。训练完成后，Amazon SageMaker 会将生成的模型构件和其他可选输出保存到您指定的 Amazon S3 位置	写入	training-job*		iam:PassRole sagemaker:AddTags
			reserved-capacity
			training-plan
				aws:RequestTag/${TagKey} aws:TagKeys sagemaker:FileSystemAccessMode sagemaker:FileSystemDirectoryPath sagemaker:FileSystemId sagemaker:FileSystemType sagemaker:InstanceTypes sagemaker:InterContainerTrafficEncryption sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets sagemaker:KeepAlivePeriod sagemaker:EnableRemoteDebug sagemaker:DirectGatedModelAccess
CreateTrainingPlan	授予创建训练计划的权限，该计划可分配资源，用于在指定时间范围内调度工作负载	写入	training-plan*		sagemaker:AddTags sagemaker:CreateReservedCapacity
CreateTrainingPlan	授予创建训练计划的权限，该计划可分配资源，用于在指定时间范围内调度工作负载	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateTransformJob	授予权限以启动转换作业。获得结果后，Amazon SageMaker 会将其保存到您指定的 Amazon S3 位置	写入	transform-job*		sagemaker:AddTags
CreateTransformJob	授予权限以启动转换作业。获得结果后，Amazon SageMaker 会将其保存到您指定的 Amazon S3 位置	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:ModelArn sagemaker:OutputKmsKey sagemaker:VolumeKmsKey
CreateTrial	授予权限以创建试用	Write	experiment*		sagemaker:AddTags
			experiment-trial*
				aws:RequestTag/${TagKey} aws:TagKeys
CreateTrialComponent	授予权限以创建试用组件	写入	experiment-trial-component*		sagemaker:AddTags
CreateTrialComponent	授予权限以创建试用组件	写入		aws:RequestTag/${TagKey} aws:TagKeys
CreateUserProfile	授予 UserProfile 为 SageMaker 域创建的权限	写入	user-profile*		iam:PassRole sagemaker:AddTags
CreateUserProfile	授予 UserProfile 为 SageMaker 域创建的权限	写入		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:VpcSecurityGroupIds sagemaker:InstanceTypes sagemaker:DomainSharingOutputKmsKey sagemaker:ImageArns sagemaker:ImageVersionArns
CreateWorkforce	授予权限以创建人力	Write	workforce*		sagemaker:AddTags
CreateWorkforce	授予权限以创建人力	Write		aws:RequestTag/${TagKey} aws:TagKeys
CreateWorkteam	授予权限以创建工作组	Write	workteam*		sagemaker:AddTags
CreateWorkteam	授予权限以创建工作组	Write		aws:RequestTag/${TagKey} aws:TagKeys
DeleteAction	授予权限以删除操作	Write	action*
DeleteAlgorithm	授予权限以删除算法	Write	algorithm*
DeleteApp	授予权限以删除应用程序	写入	app*
DeleteApp	授予权限以删除应用程序	写入		sagemaker:OwnerUserProfileArn sagemaker:SpaceSharingType
DeleteAppImageConfig	授予删除的权限 AppImageConfig	写入	app-image-config*
DeleteArtifact	授予权限以删除构件	写入	artifact*
DeleteAssociation	授予将关联从世系实体（工件、上下文、动作、实验 experiment-trial-component）删除到另一个血统实体的权限	写入	action*
			artifact*
			context*
			experiment*
			experiment-trial-component*
DeleteCluster	授予删除 SageMaker HyperPod 集群的权限	写入	cluster*		eks:DeleteAccessEntry
DeleteClusterSchedulerConfig	授予删除集群调度器配置的权限	写入	cluster-scheduler-config*
DeleteCodeRepository	授予删除权限 CodeRepository	写入	code-repository*
DeleteCompilationJob	授予删除编译作业的权限	写入	compilation-job*
DeleteComputeQuota	授予删除计算配额的权限	写入	compute-quota*
DeleteContext	授予权限以删除上下文	写入	context*
DeleteDataQualityJobDefinition	授予删除使用 CreateDataQualityJobDefinition API 创建的数据质量作业定义的权限	写入	data-quality-job-definition*
DeleteDeviceFleet	授予删除设备队列的权限	Write	device-fleet*
DeleteDomain	授予权限以删除域	写入	domain*
DeleteEdgeDeploymentPlan	授予删除边缘部署计划的权限	写入	edge-deployment-plan*
DeleteEdgeDeploymentStage	授予删除边缘部署阶段的权限	写入	edge-deployment-plan*
DeleteEndpoint	授予权限以删除终端节点。Amazon 会 SageMaker 释放创建终端节点时部署的所有资源	写入	endpoint*
DeleteEndpointConfig	授予删除使用 CreateEndpointConfig API 创建的终端节点配置的权限。 DeleteEndpointConfig API 仅删除指定的配置。它不删除使用此配置创建的任何终端节点	Write	endpoint-config*
DeleteExperiment	授予权限以删除实验	Write	experiment*
DeleteFeatureGroup	授予权限以删除功能组	Write	feature-group*
DeleteFeatureGroup	授予权限以删除功能组	Write		aws:RequestTag/${TagKey}
DeleteFlowDefinition	授予权限以删除指定的流定义	写入	flow-definition*
DeleteHub	授予权限以删除中心	写入	hub*
DeleteHubContent	授予权限以删除中心内容	写入	hub*
DeleteHubContent	授予权限以删除中心内容	写入	hub-content*
DeleteHubContentReference	授予权限以删除中心内容参考	写入	hub*
DeleteHubContentReference	授予权限以删除中心内容参考	写入	hub-content*
DeleteHumanLoop	授予权限以删除指定的人工循环	Write	human-loop*
DeleteHumanTaskUi	授予权限以删除指定的人工任务用户界面（工作人员任务模板）	写入	human-task-ui*
DeleteHyperParameterTuningJob	授予权限以删除超参数优化作业	写入	hyper-parameter-tuning-job*
DeleteImage	授予删除 SageMaker 图片的权限	写入	image*
DeleteImageVersion	授予删除权限 SageMaker ImageVersion	写入	image-version*
DeleteInferenceComponent	授予删除推理组件的权限 Amazon SageMaker 释放了创建推理组件时保留的资源	写入	inference-component*
DeleteInferenceExperiment	授予权限以删除推理实验	写入	inference-experiment*
DeleteLineageGroupPolicy	授予权限以删除谱系组策略	写入
DeleteMlflowTrackingServer	授予删除 MLflow 跟踪服务器的权限	写入	mlflow-tracking-server*
DeleteModel	授予删除使用 CreateModel API 创建的模型的权限。 DeleteModel API 仅删除您通过调用 CreateModel API 在 Amazon SageMaker 中创建的模型条目。它不会删除模型构件、推理代码或在创建模型时指定的 IAM 角色	写入	model*
DeleteModelBiasJobDefinition	授予删除使用 CreateModelBiasJobDefinition API 创建的模型偏见任务定义的权限	写入	model-bias-job-definition*
DeleteModelCard	授予权限以删除模型卡	写入	model-card*
DeleteModelExplainabilityJobDefinition	授予删除使用 API 创建的模型可解释性任务定义的权限 CreateModelExplainabilityJobDefinition	写入	model-explainability-job-definition*
DeleteModelPackage	授予删除权限 ModelPackage	写入	model-package*	sagemaker:CurrentModelLifeCycleStageStatus sagemaker:CurrentModelLifeCycleStage sagemaker:CurrentCustomerMetadataProperties/${MetadataKey}
DeleteModelPackageGroup	授予删除权限 ModelPackageGroup	写入	model-package-group*
DeleteModelPackageGroupPolicy	授予删除 ModelPackageGroup 策略的权限	写入	model-package-group*
DeleteModelQualityJobDefinition	授予删除使用 CreateModelQualityJobDefinition API 创建的模型质量作业定义的权限	写入	model-quality-job-definition*
DeleteMonitoringSchedule	授予权限以删除监控计划	写入	monitoring-schedule*
DeleteNotebookInstance	授予删除 Amazon SageMaker 笔记本实例的权限。在删除笔记本实例之前，必须调用 StopNotebookInstance API	写入	notebook-instance*
DeleteNotebookInstanceLifecycleConfig	授予权限以删除笔记本实例生命周期配置	写入	notebook-instance-lifecycle-config*
DeleteOptimizationJob	授予权限以删除优化作业	写入	optimization-job*
DeletePartnerApp	授予删除亚马逊 SageMaker 合作伙伴 AI 应用程序的权限	写入	partner-app*
DeletePipeline	授予权限以删除管道	Write	pipeline*
DeleteProject	授予权限以删除项目	Write	project*
DeleteRecord	授予权限以从功能组中删除记录	写入	feature-group*
DeleteResourcePolicy [仅权限]	授予 AWS Resource Access Manager 删除支持跨账户 SageMaker 共享的资源的资源策略的权限	写入
DeleteSpace	授予权限以删除 Space	写入	space*
DeleteSpace	授予权限以删除 Space	写入		sagemaker:OwnerUserProfileArn sagemaker:SpaceSharingType
DeleteStudioLifecycleConfig	授予权限以删除 Studio 生命周期配置	写入	studio-lifecycle-config*
DeleteTags	授予从 Amazon SageMaker 资源中删除指定标签集的权限	标记	action
			algorithm
			app
			app-image-config
			artifact
			automl-job
			cluster
			cluster-scheduler-config
			code-repository
			compilation-job
			compute-quota
			context
			data-quality-job-definition
			device
			device-fleet
			domain
			edge-deployment-plan
			edge-packaging-job
			endpoint
			endpoint-config
			experiment
			experiment-trial
			experiment-trial-component
			feature-group
			flow-definition
			hub
			hub-content
			human-task-ui
			hyper-parameter-tuning-job
			image
			inference-component
			inference-recommendations-job
			labeling-job
			mlflow-tracking-server
			model
			model-bias-job-definition
			model-card
			model-explainability-job-definition
			model-package	sagemaker:CurrentModelLifeCycleStageStatus sagemaker:CurrentModelLifeCycleStage sagemaker:CurrentCustomerMetadataProperties/${MetadataKey}
			model-package-group
			model-quality-job-definition
			monitoring-schedule
			notebook-instance
			notebook-instance-lifecycle-config
			optimization-job
			partner-app
			pipeline
			processing-job
			project
			reserved-capacity
			space
			studio-lifecycle-config
			training-job
			training-plan
			transform-job
			user-profile
			workteam
				aws:TagKeys
DeleteTrial	授予权限以删除试用	Write	experiment-trial*
DeleteTrialComponent	授予权限以删除试用组件	写入	experiment-trial-component*
DeleteUserProfile	授予删除权限 UserProfile	写入	user-profile*
DeleteWorkforce	授予权限以删除人力	Write	workforce*
DeleteWorkteam	授予权限以删除工作组	写入	workteam*
DeployHubModel	授予权限以将中心的模型部署到端点	写入	hub*
DeployHubModel	授予权限以将中心的模型部署到端点	写入	hub-content*
DeregisterDevices	授予注销一组设备的权限	Write	device*
DescribeAction	授予权限以获取有关操作的信息	Read	action*
DescribeAlgorithm	授予描述算法的权限	Read	algorithm*
DescribeApp	授予权限以描述应用程序	读取	app*
DescribeAppImageConfig	授予描述的权限 AppImageConfig	读取	app-image-config*
DescribeArtifact	授予权限以获取有关构件的信息	读取	artifact*
DescribeAutoMLJob	授予描述通过 API 创建的 AutoML 作业的权限 CreateAuto MLJob	读取	automl-job*
DescribeAutoMLJobV2	授予描述通过 V2 API 创建的 AutoML 作业的 CreateAutoMLJob权限	读取	automl-job*
DescribeCluster	授予返回 SageMaker HyperPod 集群信息的权限	读取	cluster*
DescribeClusterEvent	授予返回有关 SageMaker HyperPod 集群内事件信息的权限	读取	cluster*
DescribeClusterInference [仅权限]	授予获取有关集群推理运算符信息的权限 SageMaker HyperPod	读取	cluster*
DescribeClusterNode	授予返回有关 SageMaker HyperPod 群集节点信息的权限	读取	cluster*
DescribeClusterSchedulerConfig	授予获取有关集群调度器配置信息的权限	读取	cluster-scheduler-config*
DescribeCodeRepository	授予描述的权限 CodeRepository	读取	code-repository*
DescribeCompilationJob	授予权限以返回有关编译作业的信息	读取	compilation-job*
DescribeComputeQuota	授予获取有关计算配额信息的权限	读取	compute-quota*
DescribeContext	授予权限以获取有关上下文的信息	Read	context*
DescribeDataQualityJobDefinition	授予权限以返回有关数据质量作业定义的信息	Read	data-quality-job-definition*
DescribeDevice	授予访问设备相关信息的权限	Read	device*
DescribeDeviceFleet	授予访问设备队列相关信息的权限	Read	device-fleet*
DescribeDomain	授予权限以描述域	读取	domain*
DescribeEdgeDeploymentPlan	授予访问边缘部署计划相关信息的权限	读取	edge-deployment-plan*
DescribeEdgePackagingJob	授予访问边缘打包作业相关信息的权限	Read	edge-packaging-job*
DescribeEndpoint	授予权限以返回终端节点的描述	读取	endpoint*
DescribeEndpointConfig	授予返回使用 CreateEndpointConfig API 创建的终端节点配置描述的权限	读取	endpoint-config*
DescribeExperiment	授予权限以返回有关实验的信息	Read	experiment*
DescribeFeatureGroup	授予权限以返回有关功能组的信息	读取	feature-group*
DescribeFeatureMetadata	授予返回有关功能元数据的信息的权限	读取	feature-group*
DescribeFlowDefinition	授予权限以返回有关指定的流定义的信息	读取	flow-definition*
DescribeHub	授予权限以描述中心	读取	hub*
DescribeHubContent	授予权限以描述中心内容	读取	hub*
DescribeHubContent	授予权限以描述中心内容	读取	hub-content*
DescribeHumanLoop	授予权限以返回有关指定的人工循环的信息	读取	human-loop*
DescribeHumanTaskUi	授予权限以返回有关指定的人工审查工作流程用户界面的详细信息	读取	human-task-ui*
DescribeHyperParameterTuningJob	授予描述通过 API 创建的超参数调整任务的 CreateHyperParameterTuningJob 权限	读取	hyper-parameter-tuning-job*
DescribeImage	授予返回 SageMaker 图片相关信息的权限	读取	image*
DescribeImageVersion	授予返回有关 a 的信息的权限 SageMaker ImageVersion	读取	image-version*
DescribeInferenceComponent	授予返回推理组件的描述的权限	读取	inference-component*
DescribeInferenceExperiment	授予权限以获取有关推理实验的信息	读取	inference-experiment*
DescribeInferenceRecommendationsJob	授予权限以获取有关推理建议任务的信息	读取	inference-recommendations-job*
DescribeLabelingJob	授予权限以返回有关标记作业的信息	读取	labeling-job*
DescribeLineageGroup	授予权限以描述谱系组	读取
DescribeMlflowTrackingServer	授予获取有关 MLflow 跟踪服务器信息的权限	读取	mlflow-tracking-server*
DescribeModel	授予描述您使用 CreateModel API 创建的模型的权限	读取	model*
DescribeModelBiasJobDefinition	授予权限以返回有关模型偏差作业定义的信息	读取	model-bias-job-definition*
DescribeModelCard	授予权限以获取有关模型卡的信息	读取	model-card*
DescribeModelCardExportJob	授予权限以获取有关模型卡导出作业的信息	读取	model-card-export-job*
DescribeModelExplainabilityJobDefinition	授予权限以返回有关模型可解释性作业定义的信息	读取	model-explainability-job-definition*
DescribeModelPackage	授予描述的权限 ModelPackage	读取	model-package*	sagemaker:CurrentModelLifeCycleStageStatus sagemaker:CurrentModelLifeCycleStage sagemaker:CurrentCustomerMetadataProperties/${MetadataKey}
DescribeModelPackageGroup	授予描述的权限 ModelPackageGroup	读取	model-package-group*
DescribeModelQualityJobDefinition	授予权限以返回有关模型质量作业定义的信息	Read	model-quality-job-definition*
DescribeMonitoringSchedule	授予权限以返回有关监控计划的信息	Read	monitoring-schedule*
DescribeNotebookInstance	授予权限以返回有关笔记本实例的信息	读取	notebook-instance*
DescribeNotebookInstanceLifecycleConfig	授予描述通过 CreateNotebookInstanceLifecycleConfig API 创建的笔记本实例生命周期配置的权限	读取	notebook-instance-lifecycle-config*
DescribeOptimizationJob	授予权限以返回有关优化作业的信息	读取	optimization-job*
DescribePartnerApp	授予描述亚马逊 SageMaker 合作伙伴 AI 应用程序的权限	读取	partner-app*
DescribePipeline	授予权限以获取有关管道的信息	Read	pipeline*
DescribePipeline	授予权限以获取有关管道的信息	Read		sagemaker:PipelineVersionId
DescribePipelineDefinitionForExecution	授予权限以获取管道执行的管道定义	Read	pipeline-execution*
DescribePipelineExecution	授予权限以获取有关管道执行的信息	Read	pipeline-execution*
DescribeProcessingJob	授予权限以返回有关处理作业的信息	Read	processing-job*
DescribeProject	授予权限以描述项目	读取	project*
DescribeReservedCapacity	授予返回有关指定预留容量信息的权限	读取	reserved-capacity*
DescribeSharedModel [仅权限]	授予在 SageMaker Studio 应用程序中描述共享模型的权限	读取	shared-model*
DescribeSpace	授予权限以描述 Space	读取	space*
DescribeStudioLifecycleConfig	授予权限以描述 Studio 生命周期配置	读取	studio-lifecycle-config*
DescribeSubscribedWorkteam	授予权限以返回有关订阅的工作组的信息	Read	workteam*
DescribeTrainingJob	授予权限以返回有关训练作业的信息	读取	training-job*
DescribeTrainingPlan	授予返回有关指定训练计划信息的权限	读取	training-plan*
DescribeTransformJob	授予权限以返回有关转换作业的信息	Read	transform-job*
DescribeTrial	授予权限以返回有关试用的信息	Read	experiment-trial*
DescribeTrialComponent	授予权限以返回有关试用组件的信息	读取	experiment-trial-component*
DescribeUserProfile	授予描述的权限 UserProfile	读取	user-profile*
DescribeWorkforce	授予权限以返回有关人力的信息	Read	workforce*
DescribeWorkteam	授予权限以返回有关工作组的信息	读取	workteam*
DetachClusterNodeVolume	授予将 Amazon EBS 卷与集群节点分开的 SageMaker HyperPod 权限	写入	cluster*		ec2:DescribeVolumes ec2:DetachVolume eks:DescribeCluster
DisableSagemakerServicecatalogPortfolio	授予禁用 S SageMaker ervice Catalog 组合的权限	写入
DisassociateTrialComponent	授予权限以取消试用组件与试用的关联	写入	experiment-trial*
			experiment-trial-component*
			processing-job*
EnableSagemakerServicecatalogPortfolio	授予启用 S SageMaker ervice Catalog 组合的权限	写入
GetDeployments	授予权限以获取设备的部署计划	读取	device*
GetDeviceFleetReport	授予访问设备队列中设备摘要的权限	Read	device-fleet*
GetDeviceRegistration	授予获取设备注册的权限。将模型部署到边缘设备之后，此 API 用于获取当前设备注册	读取	device*
GetLineageGroupPolicy	授予权限以检索谱系组策略	读取
GetModelPackageGroupPolicy	授予获取 ModelPackageGroup 策略的权限	读取	model-package-group*
GetRecord	授予权限以从功能组获取记录	读取	feature-group*
GetResourcePolicy [仅权限]	授予 AWS Resource Access Manager 在支持跨账户共享的 SageMaker 资源上检索资源策略的权限	读取
GetSagemakerServicecatalogPortfolioStatus	授予获取 S SageMaker ervice Catalog 组合的权限	读取
GetScalingConfigurationRecommendation	授予权限以获取扩展策略配置建议	读取	inference-recommendations-job*
GetSearchSuggestions	授予权限以在随关键字提供时，获取搜索建议	读取
ImportHubContent	授予权限以导入中心内容	写入	hub*		sagemaker:AddTags
			hub-content*
				aws:RequestTag/${TagKey} aws:TagKeys
InvokeEndpoint	授予权限以调用终端节点。使用 Amazon SageMaker 托管服务将模型部署到生产环境后，您的客户端应用程序将使用此 API 从托管在指定终端节点上的模型中获取推论	读取	endpoint*
			inference-component
				sagemaker:TargetModel
InvokeEndpointAsync	授予以异步方式从指定端点的托管模型获取推断的权限	读取	endpoint*
InvokeEndpointWithResponseStream	授予从指定端点获取作为流的推理响应的权限	读取	endpoint*
InvokeEndpointWithResponseStream	授予从指定端点获取作为流的推理响应的权限	读取	inference-component
ListActions	授予权限以列出操作	List
ListAlgorithms	授予权限以列出算法	列表
ListAliases	授予列出属于 SageMaker 图片或 Sagemaker 的别名的权限 ImageVersion	列表	image*
ListAliases	授予列出属于 SageMaker 图片或 Sagemaker 的别名的权限 ImageVersion	列表	image-version*
ListAppImageConfigs	授予 AppImageConfigs 在您的账户中发布商品的权限	列表
ListApps	授予权限以列出您账户中的应用程序	List
ListArtifacts	授予权限以列出构件	List
ListAssociations	授予权限以列出关联	List
ListAutoMLJobs	授予权限以列出 AutoML 作业	List
ListCandidatesForAutoMLJob	授予权限以列出 AutoML 作业的候选项	列表
ListClusterEvents	授予列出 SageMaker HyperPod 集群内事件的权限	列表	cluster*
ListClusterNodes	授予列出 SageMaker HyperPod 集群内节点的权限	列表	cluster*
ListClusterSchedulerConfigs	授予列出集群调度器配置的权限	列表
ListClusters	授予列出 SageMaker HyperPod 集群的权限	列表
ListCodeRepositories	授予权限以列出代码存储库	List
ListCompilationJobs	授予权限以列出编译作业	列表
ListComputeQuotas	授予列出计算配额的权限	列表
ListContexts	授予列出上下文的权限	列表
ListDataQualityJobDefinitions	授予权限以列出数据质量作业定义	List
ListDeviceFleets	授予列出设备队列的权限	List
ListDevices	授予权限以列出设备	List
ListDomains	授予权限以列出您账户中的域名	列表
ListEdgeDeploymentPlans	授予列出边缘部署计划的权限	列表
ListEdgePackagingJobs	授予列出边缘打包作业的权限	List
ListEndpointConfigs	授予权限以列出终端节点配置	List
ListEndpoints	授予列出终端节点的权限	List
ListExperiments	授予权限以列出实验	List
ListFeatureGroups	授予权限以列出功能组	List
ListFlowDefinitions	授予权限以返回有关流定义的摘要信息（在给定指定参数的情况下）	列表
ListHubContentVersions	授予权限以列出中心内容的所有版本	列表	hub*
ListHubContentVersions	授予权限以列出中心内容的所有版本	列表	hub-content*
ListHubContents	授予权限以列出中心内容的最新版本	列表	hub*
ListHubs	授予权限以列出中心	列表
ListHumanLoops	授予权限以返回有关人工循环的摘要信息（在给定指定参数的情况下）	List
ListHumanTaskUis	授予权限以返回有关人工审查工作流程用户界面的摘要信息（在给定指定参数的情况下）	List
ListHyperParameterTuningJobs	授予权限以列出超参数优化作业	列表
ListImageVersions	授予发布 ImageVersions 属于某 SageMaker 张图片的商品的权限	列表	image*
ListImages	授予在您的账户中发布 SageMaker 图片的权限	列表
ListInferenceComponents	授予列出推理组件的权限	列表
ListInferenceExperiments	授予权限以列出推理实验	列表
ListInferenceRecommendationsJobSteps	授予列出推理建议任务步骤的权限	列表
ListInferenceRecommendationsJobs	授予列出推理建议任务的权限	列表
ListLabelingJobs	授予权限以列出标记作业	List
ListLabelingJobsForWorkteam	授予权限以列出工作组的标记作业	列表	workteam*
ListLineageGroups	授予列出谱系组的权限	列表
ListMlflowTrackingServers	授予列出 MLflow 跟踪服务器的权限	列表
ListModelBiasJobDefinitions	授予权限以列出模型偏差作业定义	列表
ListModelCardExportJobs	授予权限以列出模型卡的导出作业	列表	model-card*
ListModelCardVersions	授予权限以列出模型卡的版本	列表	model-card*
ListModelCards	授予权限以列出模型卡	列表
ListModelExplainabilityJobDefinitions	授予权限以列出模型可解释性作业定义	列表
ListModelMetadata	授予权限以列出推理建议任务的模型元数据	列表
ListModelPackageGroups	授予上架权限 ModelPackageGroups	列表
ListModelPackages	授予上架权限 ModelPackages	列表	model-package
ListModelQualityJobDefinitions	授予权限以列出模型质量作业定义	列表
ListModels	授予列出使用 CreateModel API 创建的模型的权限	列表
ListMonitoringAlertHistory	授予权限以列出监控警报的历史记录	列表
ListMonitoringAlerts	授予权限以列出监控警报	列表
ListMonitoringExecutions	授予权限以列出监控执行	List
ListMonitoringSchedules	授予权限以列出监控计划	列表
ListNotebookInstanceLifecycleConfigs	授予列出可使用 Amazon 部署的笔记本实例生命周期配置的权限 SageMaker	列表
ListNotebookInstances	授予在请求者账户中列出 Amazon SageMaker 笔记本实例的权限 AWS 区域	列表
ListOptimizationJobs	授予权限以列出优化作业	列表
ListPartnerApps	授予在您的账户中发布亚马逊 SageMaker 合作伙伴 AI 应用程序的权限	列表
ListPipelineExecutionSteps	授予列出管道执行步骤的权限	List	pipeline-execution*
ListPipelineExecutions	授予列出管道执行的权限	List	pipeline*
ListPipelineParametersForExecution	授予列出管道执行参数的权限	列表	pipeline-execution*
ListPipelineVersions	授予列出管道版本的权限	列表	pipeline*
ListPipelines	授予权限以列出管道	List
ListProcessingJobs	授予权限以列出处理作业	List
ListProjects	授予权限以列出项目	列表
ListResourceCatalogs	授予权限以列出资源目录	列表
ListSharedModelEvents [仅权限]	授予权限以列出共享模型事件	列表
ListSharedModelVersions [仅权限]	授予权限以列出共享模型版本	列表	shared-model*
ListSharedModels [仅权限]	授予权限以列出共享模型	列表
ListSpaces	授予权限以列出账户中的 Space	列表
ListStageDevices	授予列出阶段设备的权限	列表
ListStudioLifecycleConfigs	授予列出可使用 Amazon 部署的 Studio 生命周期配置的权限 SageMaker	列表
ListSubscribedWorkteams	授予权限以列出订阅的工作组	List
ListTags	授予权限以列出与指定资源关联的标签集	List	action
			algorithm
			app
			app-image-config
			artifact
			automl-job
			cluster
			cluster-scheduler-config
			code-repository
			compilation-job
			compute-quota
			context
			data-quality-job-definition
			device
			device-fleet
			domain
			edge-deployment-plan
			edge-packaging-job
			endpoint
			endpoint-config
			experiment
			experiment-trial
			experiment-trial-component
			feature-group
			flow-definition
			hub
			hub-content
			human-task-ui
			hyper-parameter-tuning-job
			image
			inference-component
			inference-recommendations-job
			labeling-job
			mlflow-tracking-server
			model
			model-bias-job-definition
			model-card
			model-explainability-job-definition
			model-package	sagemaker:CurrentModelLifeCycleStageStatus sagemaker:CurrentModelLifeCycleStage sagemaker:CurrentCustomerMetadataProperties/${MetadataKey}
			model-package-group
			model-quality-job-definition
			monitoring-schedule
			notebook-instance
			notebook-instance-lifecycle-config
			optimization-job
			partner-app
			pipeline
			pipeline-execution
			processing-job
			project
			reserved-capacity
			space
			studio-lifecycle-config
			training-job
			training-plan
			transform-job
			user-profile
			workteam
ListTrainingJobs	授予权限以列出训练作业	List
ListTrainingJobsForHyperParameterTuningJob	授予权限以列出超参数优化作业的训练作业	列表	hyper-parameter-tuning-job*
ListTrainingPlans	授予列出在指定账户中创建的所有训练计划的权限	列表
ListTransformJobs	授予权限以列出转换作业	List
ListTrialComponents	授予权限以列出试用组件	List
ListTrials	授予权限以列出试用	列表
ListUltraServersByReservedCapacity	授予列出指定预留容量 UltraServers 内所有容量的权限	列表	reserved-capacity*
ListUserProfiles	授予 UserProfiles 在您的账户中发布商品的权限	列表
ListWorkforces	授予权限以列出人力	List
ListWorkteams	授予权限以列出工作组	列表
PutLineageGroupPolicy	授予权限以放置谱系组策略	写入
PutModelPackageGroupPolicy	授予发布 ModelPackageGroup 政策的权限	写入	model-package-group*
PutRecord	授予权限以将记录放入功能组	写入	feature-group*
PutResourcePolicy [仅权限]	授予 AWS Resource Access Manager 在支持跨账户共享的 SageMaker 资源上创建资源策略的权限	写入
QueryLineage	授予探索谱系图的权限	列表
RegisterDevices	授予注册一组设备的权限	Write	device*
RegisterDevices	授予注册一组设备的权限	Write		aws:RequestTag/${TagKey} aws:TagKeys
RenderUiTemplate	提供用于人工注释任务的 UI 模板	读取			iam:PassRole
RetryPipelineExecution	授予权限以重试管道执行	写入	pipeline-execution*
Search	授予搜索 SageMaker 对象的权限	读取		sagemaker:SearchVisibilityCondition/${FilterKey}
SearchTrainingPlanOfferings	授予搜索最符合指定容量要求的可用培训计划产品的权限	读取
SendHeartbeat	授予从设备发布检测信号数据的权限。将模型部署到边缘设备后，此 API 用于报告设备状态	Write	device*
SendPipelineExecutionStepFailure	授予权限以使待处理的回调步骤失败	Write	pipeline-execution*
SendPipelineExecutionStepSuccess	授予权限以使待处理的回调步骤取得成功	写入	pipeline-execution*
SendSharedModelEvent [仅权限]	授予权限以发送共享模型事件	写入	shared-model-event*
StartEdgeDeploymentStage	授予启动边缘部署阶段的权限	写入	edge-deployment-plan*
StartHumanLoop	授予权限以启动人工循环	写入	flow-definition*
StartInferenceExperiment	授予权限以开始推理实验	写入	inference-experiment*
StartMlflowTrackingServer	授予启动 Lo MLf w 跟踪服务器的权限	写入	mlflow-tracking-server*
StartMonitoringSchedule	授予权限以启动监控计划	Write	monitoring-schedule*
StartNotebookInstance	授予权限以启动笔记本实例。这将启动包含最新版本库的 EC2 实例，并附加您的 EBS 卷	写入	notebook-instance*
StartPipelineExecution	授予权限以启动管道执行	写入	pipeline*
StartPipelineExecution	授予权限以启动管道执行	写入		sagemaker:PipelineVersionId
StartSession	授予启动 SageMaker 空间远程会话的权限	写入	space*
StopAutoMLJob	授予权限以停止运行的 AutoML 作业	Write	automl-job*
StopCompilationJob	授予权限以停止编译作业	写入	compilation-job*
StopEdgeDeploymentStage	授予停止边缘部署阶段的权限	写入	edge-deployment-plan*
StopEdgePackagingJob	授予停止边缘打包作业的权限	Write	edge-packaging-job*
StopHumanLoop	授予权限以停止指定的人工循环	写入	human-loop*
StopHyperParameterTuningJob	授予通过以下方式停止正在运行的超参数调整作业创建的权限 CreateHyperParameterTuningJob	写入	hyper-parameter-tuning-job*
StopInferenceExperiment	授予权限以停止推理实验	写入	inference-experiment*
StopInferenceRecommendationsJob	授予停止推理建议任务的权限	写入	inference-recommendations-job*
StopLabelingJob	授予权限以停止标记作业。将在停止之前导出已生成的任何标签	写入	labeling-job*
StopMlflowTrackingServer	授予停止 MLflow 跟踪服务器的权限	写入	mlflow-tracking-server*
StopMonitoringSchedule	授予权限以停止监控计划	Write	monitoring-schedule*
StopNotebookInstance	授予权限以停止笔记本实例。这会终止实 EC2 例。在终止实例之前，Amazon 会断 SageMaker 开 EBS 卷与它的连接。亚马逊 SageMaker 保留 EBS 交易量	写入	notebook-instance*
StopOptimizationJob	授予权限以停止优化作业	写入	optimization-job*
StopPipelineExecution	授予权限以停止管道执行	Write	pipeline-execution*
StopProcessingJob	授予权限以停止处理作业。为了停止任务，Amazon SageMaker 向算法发送 SIGTERM 信号，该信号会将任务终止延迟 120 秒	写入	processing-job*
StopTrainingJob	授予权限以停止训练作业。为了停止任务，Amazon SageMaker 向算法发送 SIGTERM 信号，该信号会将任务终止延迟 120 秒	写入	training-job*
StopTransformJob	授予权限以停止转换作业。当 Amazon SageMaker 收到 StopTransformJob 请求时，任务的状态会更改为 “正在停止”。Amazon SageMaker 停止任务后，状态将设置为 “已停止”	写入	transform-job*
TrainHubModel	授予在 Hub 中训练模型的权限	写入	hub*
TrainHubModel	授予在 Hub 中训练模型的权限	写入	hub-content*
UpdateAction	授予权限以更新操作	写入	action*
UpdateAppImageConfig	授予更新权限 AppImageConfig	写入	app-image-config*
UpdateArtifact	授予权限以更新构件	写入	artifact*
UpdateCluster	授予更新 SageMaker HyperPod 集群的权限	写入	cluster*		ec2:DescribeImages ec2:DescribeSnapshots ec2:ModifyImageAttribute ec2:ModifySnapshotAttribute eks:AssociateAccessPolicy eks:CreateAccessEntry eks:DeleteAccessEntry eks:DescribeAccessEntry eks:DescribeCluster iam:PassRole sagemaker:BatchAddClusterNodes sagemaker:BatchDeleteClusterNodes
			reserved-capacity
			training-plan
				sagemaker:InstanceTypes sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets
UpdateClusterInference [仅权限]	授予更新集群推理运算符的 SageMaker HyperPod 权限	写入	cluster*		eks:AssociateAccessPolicy eks:DescribeCluster eks:ListAssociatedAccessPolicies iam:PassRole sagemaker:DescribeCluster
UpdateClusterSchedulerConfig	授予更新集群调度器配置的权限	写入	cluster-scheduler-config*
UpdateClusterSoftware	授予更新 SageMaker HyperPod 群集平台软件的权限	写入	cluster*		ec2:DescribeImages ec2:DescribeSnapshots ec2:ModifyImageAttribute ec2:ModifySnapshotAttribute eks:DescribeCluster
UpdateCodeRepository	授予更新权限 CodeRepository	写入	code-repository*
UpdateComputeQuota	授予更新计算配额的权限	写入	compute-quota*
UpdateContext	授予权限以更新上下文	Write	context*
UpdateDeviceFleet	授予更新设备队列的权限	Write	device-fleet*
UpdateDevices	授予更新一组设备的权限	Write	device*
UpdateDomain	授予权限以更新域	Write	domain*
UpdateDomain	授予权限以更新域	Write		sagemaker:VpcSecurityGroupIds sagemaker:InstanceTypes sagemaker:DomainSharingOutputKmsKey sagemaker:ImageArns sagemaker:ImageVersionArns sagemaker:AppNetworkAccessType sagemaker:VpcSubnets
UpdateEndpoint	授予权限以更新终端节点以使用在请求中指定的终端节点配置	Write	endpoint*
UpdateEndpoint	授予权限以更新终端节点以使用在请求中指定的终端节点配置	Write	endpoint-config*
UpdateEndpointWeightsAndCapacities	授予权限以更新变体权重、容量或与终端节点关联的这一个或多个变体	Write	endpoint*
UpdateExperiment	授予权限以更新实验	写入	experiment*
UpdateFeatureGroup	授予更新功能组的权限	写入	feature-group*
UpdateFeatureMetadata	授予更新功能元数据的权限	写入	feature-group*
UpdateHub	授予权限以更新中心	写入	hub*
UpdateHubContent	授予更新中心内容的权限	写入	hub*
UpdateHubContent	授予更新中心内容的权限	写入	hub-content*
UpdateHubContentReference	授予更新中心内容参考的权限	写入	hub*
UpdateHubContentReference	授予更新中心内容参考的权限	写入	hub-content*
UpdateImage	授予更新 SageMaker 图像属性的权限	写入	image*		iam:PassRole
UpdateImageVersion	授予更新属性的权限 SageMaker ImageVersion	写入	image-version*
UpdateInferenceComponent	授予更新推理组件以使用在请求中指定的规范和配置的权限	写入	inference-component*
UpdateInferenceComponentRuntimeConfig	授予更新给定推理组件的运行时配置的权限	写入	inference-component*
UpdateInferenceExperiment	授予权限以更新推理实验	写入	inference-experiment*
UpdateMlflowTrackingServer	授予更新 MLflow 跟踪服务器的权限	写入	mlflow-tracking-server*
UpdateModelCard	授予权限以更新模型卡	写入	model-card*
UpdateModelPackage	授予更新权限 ModelPackage	写入	model-package*	sagemaker:CurrentModelLifeCycleStageStatus sagemaker:CurrentModelLifeCycleStage sagemaker:CurrentCustomerMetadataProperties/${MetadataKey}
UpdateModelPackage	授予更新权限 ModelPackage	写入		sagemaker:ModelApprovalStatus sagemaker:CustomerMetadataProperties/${MetadataKey} sagemaker:CustomerMetadataPropertiesToRemove sagemaker:ModelLifeCycle:Stage sagemaker:ModelLifeCycle:StageStatus
UpdateMonitoringAlert	授予权限以更新监控警报	写入	monitoring-schedule*
UpdateMonitoringAlert	授予权限以更新监控警报	写入	monitoring-schedule-alert*
UpdateMonitoringSchedule	授予权限以更新监控计划	Write	monitoring-schedule*		iam:PassRole
UpdateMonitoringSchedule	授予权限以更新监控计划	Write		aws:RequestTag/${TagKey} aws:TagKeys sagemaker:InstanceTypes sagemaker:MaxRuntimeInSeconds sagemaker:NetworkIsolation sagemaker:OutputKmsKey sagemaker:VolumeKmsKey sagemaker:VpcSecurityGroupIds sagemaker:VpcSubnets sagemaker:InterContainerTrafficEncryption
UpdateNotebookInstance	授予权限以更新笔记本实例。笔记本实例更新包括升级或降级用于笔记本 EC2 实例的实例，以适应工作负载要求的变化	写入	notebook-instance*
UpdateNotebookInstance	授予权限以更新笔记本实例。笔记本实例更新包括升级或降级用于笔记本 EC2 实例的实例，以适应工作负载要求的变化	写入		sagemaker:AcceleratorTypes sagemaker:InstanceTypes sagemaker:MinimumInstanceMetadataServiceVersion sagemaker:RootAccess
UpdateNotebookInstanceLifecycleConfig	授予更新使用 CreateNotebookInstanceLifecycleConfig API 创建的笔记本实例生命周期配置的权限	写入	notebook-instance-lifecycle-config*
UpdatePartnerApp	授予更新 Amazon SageMaker 合作伙伴 AI 应用程序的权限	写入	partner-app*
UpdatePipeline	授予权限以更新管道	Write	pipeline*		iam:PassRole
UpdatePipelineExecution	授予权限以更新管道执行	写入	pipeline-execution*
UpdatePipelineVersion	授予更新管道版本的权限	写入	pipeline*
UpdatePipelineVersion	授予更新管道版本的权限	写入		sagemaker:PipelineVersionId
UpdateProject	授予权限以更新项目	写入	project*
UpdateProject	授予权限以更新项目	写入		aws:RequestTag/${TagKey} aws:TagKeys
UpdateSharedModel [仅权限]	授予权限以更新共享模型	写入	shared-model*
UpdateSpace	授予权限以更新 Space	写入	space*
UpdateSpace	授予权限以更新 Space	写入		sagemaker:InstanceTypes sagemaker:ImageArns sagemaker:ImageVersionArns sagemaker:OwnerUserProfileArn sagemaker:RemoteAccess sagemaker:SpaceSharingType
UpdateTrainingJob	授予权限以更新训练作业	Write	training-job*
UpdateTrainingJob	授予权限以更新训练作业	Write		sagemaker:InstanceTypes sagemaker:KeepAlivePeriod sagemaker:EnableRemoteDebug
UpdateTrial	授予权限以更新试用	Write	experiment-trial*
UpdateTrialComponent	授予权限以更新试用组件	写入	experiment-trial-component*
UpdateUserProfile	授予更新权限 UserProfile	写入	user-profile*
UpdateUserProfile	授予更新权限 UserProfile	写入		sagemaker:InstanceTypes sagemaker:VpcSecurityGroupIds sagemaker:InstanceTypes sagemaker:DomainSharingOutputKmsKey sagemaker:ImageArns sagemaker:ImageVersionArns
UpdateWorkforce	授予权限以更新人力	Write	workforce*
UpdateWorkteam	授予权限以更新工作组	写入	workteam*

Amazon 定义的资源类型 SageMaker

以下资源类型是由该服务定义的，可以在 IAM 权限策略语句的 Resource 元素中使用这些资源类型。操作表中的每个操作指定了可以使用该操作指定的资源类型。您也可以在策略中包含条件键，从而定义资源类型。这些键显示在资源类型表的最后一列。有关下表中各列的详细信息，请参阅资源类型表。

资源类型	ARN	条件键
device	`arn:${Partition}:sagemaker:${Region}:${Account}:device-fleet/${DeviceFleetName}/device/${DeviceName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
device-fleet	`arn:${Partition}:sagemaker:${Region}:${Account}:device-fleet/${DeviceFleetName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
edge-packaging-job	`arn:${Partition}:sagemaker:${Region}:${Account}:edge-packaging-job/${EdgePackagingJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
edge-deployment-plan	`arn:${Partition}:sagemaker:${Region}:${Account}:edge-deployment/${EdgeDeploymentPlanName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
human-loop	`arn:${Partition}:sagemaker:${Region}:${Account}:human-loop/${HumanLoopName}`
flow-definition	`arn:${Partition}:sagemaker:${Region}:${Account}:flow-definition/${FlowDefinitionName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
human-task-ui	`arn:${Partition}:sagemaker:${Region}:${Account}:human-task-ui/${HumanTaskUiName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
hub	`arn:${Partition}:sagemaker:${Region}:${Account}:hub/${HubName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
hub-content	`arn:${Partition}:sagemaker:${Region}:${Account}:hub-content/${HubName}/${HubContentType}/${HubContentName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
inference-recommendations-job	`arn:${Partition}:sagemaker:${Region}:${Account}:inference-recommendations-job/${InferenceRecommendationsJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
inference-experiment	`arn:${Partition}:sagemaker:${Region}:${Account}:inference-experiment/${InferenceExperimentName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
labeling-job	`arn:${Partition}:sagemaker:${Region}:${Account}:labeling-job/${LabelingJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
workteam	`arn:${Partition}:sagemaker:${Region}:${Account}:workteam/${WorkteamName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
workforce	`arn:${Partition}:sagemaker:${Region}:${Account}:workforce/${WorkforceName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
domain	`arn:${Partition}:sagemaker:${Region}:${Account}:domain/${DomainId}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
user-profile	`arn:${Partition}:sagemaker:${Region}:${Account}:user-profile/${DomainId}/${UserProfileName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
space	`arn:${Partition}:sagemaker:${Region}:${Account}:space/${DomainId}/${SpaceName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
app	`arn:${Partition}:sagemaker:${Region}:${Account}:app/${DomainId}/${UserProfileName}/${AppType}/${AppName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
app-image-config	`arn:${Partition}:sagemaker:${Region}:${Account}:app-image-config/${AppImageConfigName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
studio-lifecycle-config	`arn:${Partition}:sagemaker:${Region}:${Account}:studio-lifecycle-config/${StudioLifecycleConfigName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
notebook-instance	`arn:${Partition}:sagemaker:${Region}:${Account}:notebook-instance/${NotebookInstanceName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
notebook-instance-lifecycle-config	`arn:${Partition}:sagemaker:${Region}:${Account}:notebook-instance-lifecycle-config/${NotebookInstanceLifecycleConfigName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
code-repository	`arn:${Partition}:sagemaker:${Region}:${Account}:code-repository/${CodeRepositoryName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
image	`arn:${Partition}:sagemaker:${Region}:${Account}:image/${ImageName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
image-version	`arn:${Partition}:sagemaker:${Region}:${Account}:image-version/${ImageName}/${Version}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
algorithm	`arn:${Partition}:sagemaker:${Region}:${Account}:algorithm/${AlgorithmName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
cluster	`arn:${Partition}:sagemaker:${Region}:${Account}:cluster/${ClusterId}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
training-job	`arn:${Partition}:sagemaker:${Region}:${Account}:training-job/${TrainingJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
processing-job	`arn:${Partition}:sagemaker:${Region}:${Account}:processing-job/${ProcessingJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
hyper-parameter-tuning-job	`arn:${Partition}:sagemaker:${Region}:${Account}:hyper-parameter-tuning-job/${HyperParameterTuningJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
training-plan	`arn:${Partition}:sagemaker:${Region}:${Account}:training-plan/${TrainingPlanName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
reserved-capacity	`arn:${Partition}:sagemaker:${Region}:${Account}:reserved-capacity/${RandomString}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
project	`arn:${Partition}:sagemaker:${Region}:${Account}:project/${ProjectName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
model-package	`arn:${Partition}:sagemaker:${Region}:${Account}:model-package/${ModelPackageName}`	aws:ResourceTag/${TagKey} sagemaker:CurrentCustomerMetadataProperties/${MetadataKey} sagemaker:CurrentModelLifeCycleStage sagemaker:CurrentModelLifeCycleStageStatus sagemaker:ResourceTag/${TagKey}
model-package-group	`arn:${Partition}:sagemaker:${Region}:${Account}:model-package-group/${ModelPackageGroupName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
model	`arn:${Partition}:sagemaker:${Region}:${Account}:model/${ModelName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
endpoint-config	`arn:${Partition}:sagemaker:${Region}:${Account}:endpoint-config/${EndpointConfigName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
endpoint	`arn:${Partition}:sagemaker:${Region}:${Account}:endpoint/${EndpointName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
inference-component	`arn:${Partition}:sagemaker:${Region}:${Account}:inference-component/${InferenceComponentName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
transform-job	`arn:${Partition}:sagemaker:${Region}:${Account}:transform-job/${TransformJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
compilation-job	`arn:${Partition}:sagemaker:${Region}:${Account}:compilation-job/${CompilationJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
optimization-job	`arn:${Partition}:sagemaker:${Region}:${Account}:optimization-job/${OptimizationJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
automl-job	`arn:${Partition}:sagemaker:${Region}:${Account}:automl-job/${AutoMLJobJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
monitoring-schedule	`arn:${Partition}:sagemaker:${Region}:${Account}:monitoring-schedule/${MonitoringScheduleName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
monitoring-schedule-alert	`arn:${Partition}:sagemaker:${Region}:${Account}:monitoring-schedule/${MonitoringScheduleName}/alert/${MonitoringScheduleAlertName}`
data-quality-job-definition	`arn:${Partition}:sagemaker:${Region}:${Account}:data-quality-job-definition/${DataQualityJobDefinitionName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
model-quality-job-definition	`arn:${Partition}:sagemaker:${Region}:${Account}:model-quality-job-definition/${ModelQualityJobDefinitionName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
model-bias-job-definition	`arn:${Partition}:sagemaker:${Region}:${Account}:model-bias-job-definition/${ModelBiasJobDefinitionName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
model-explainability-job-definition	`arn:${Partition}:sagemaker:${Region}:${Account}:model-explainability-job-definition/${ModelExplainabilityJobDefinitionName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
experiment	`arn:${Partition}:sagemaker:${Region}:${Account}:experiment/${ExperimentName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
experiment-trial	`arn:${Partition}:sagemaker:${Region}:${Account}:experiment-trial/${TrialName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
experiment-trial-component	`arn:${Partition}:sagemaker:${Region}:${Account}:experiment-trial-component/${TrialComponentName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
feature-group	`arn:${Partition}:sagemaker:${Region}:${Account}:feature-group/${FeatureGroupName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
pipeline	`arn:${Partition}:sagemaker:${Region}:${Account}:pipeline/${PipelineName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
pipeline-execution	`arn:${Partition}:sagemaker:${Region}:${Account}:pipeline/${PipelineName}/execution/${RandomString}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
artifact	`arn:${Partition}:sagemaker:${Region}:${Account}:artifact/${HashOfArtifactSource}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
context	`arn:${Partition}:sagemaker:${Region}:${Account}:context/${ContextName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
action	`arn:${Partition}:sagemaker:${Region}:${Account}:action/${ActionName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
lineage-group	`arn:${Partition}:sagemaker:${Region}:${Account}:lineage-group/${LineageGroupName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
model-card	`arn:${Partition}:sagemaker:${Region}:${Account}:model-card/${ModelCardName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
model-card-export-job	`arn:${Partition}:sagemaker:${Region}:${Account}:model-card/${ModelCardName}/export-job/${ExportJobName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
shared-model	`arn:${Partition}:sagemaker:${Region}:${Account}:shared-model/${SharedModelId}`
shared-model-event	`arn:${Partition}:sagemaker:${Region}:${Account}:shared-model-event/${EventId}`
sagemaker-catalog	`arn:${Partition}:sagemaker:${Region}:${Account}:sagemaker-catalog/${ResourceCatalogName}`
mlflow-tracking-server	`arn:${Partition}:sagemaker:${Region}:${Account}:mlflow-tracking-server/${MlflowTrackingServerName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
compute-quota	`arn:${Partition}:sagemaker:${Region}:${Account}:compute-quota/${ComputeQuotaId}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
cluster-scheduler-config	`arn:${Partition}:sagemaker:${Region}:${Account}:cluster-scheduler-config/${ClusterSchedulerConfigId}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}
partner-app	`arn:${Partition}:sagemaker:${Region}:${Account}:partner-app/${AppId}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}

Amazon 的条件密钥 SageMaker

Amazon SageMaker 定义了以下条件密钥，这些条件键可用于 IAM 策略的Condition元素中。您可以使用这些键进一步细化应用策略语句的条件。有关下表中各列的详细信息，请参阅条件键表。

要查看适用于所有服务的全局条件密钥，请参阅AWS 全局条件上下文密钥。

条件键	描述	类型
aws:RequestTag/${TagKey}	按用户向 SageMaker 服务发出的请求中存在的密钥筛选访问权限	字符串
aws:ResourceTag/${TagKey}	按标签键值对筛选访问	字符串
aws:TagKeys	按与请求中的资源关联的所有标签键名称的列表筛选访问	ArrayOfString
sagemaker:AcceleratorTypes	按所有与请求中的资源关联的加速器类型的列表筛选访问	ArrayOfString
sagemaker:AppNetworkAccessType	按与请求中的资源关联的应用程序网络访问权限类型筛选访问	字符串
sagemaker:CurrentCustomerMetadataProperties/${MetadataKey}	按与模型包资源关联的当前元数据键和值对筛选访问权限	字符串
sagemaker:CurrentModelLifeCycleStage	按模型生命周期对象中与模型包资源关联的 Stage 字段的当前值筛选访问权限	字符串
sagemaker:CurrentModelLifeCycleStageStatus	根据模型生命周期对象中与模型包资源关联的 StageStatus 字段的当前值筛选访问权限	字符串
sagemaker:CustomerMetadataProperties/${MetadataKey}	按元数据键和值对筛选访问	字符串
sagemaker:CustomerMetadataPropertiesToRemove	按与请求中的 model-package 资源关联的元数据属性列表筛选访问	ArrayOfString
sagemaker:DirectGatedModelAccess	用于拒绝对 SageMaker 门控的直接访问 ModelReferences	字符串
sagemaker:DirectInternetAccess	按与请求中的资源关联的直接 Internet 访问筛选访问	字符串
sagemaker:DomainId	您可以使用 domainID 作为策略变量来筛选来自特定域的请求 SageMaker	字符串
sagemaker:DomainSharingOutputKmsKey	按与请求中的资源关联的域共享输出 KMS 密钥筛选访问	ARN
sagemaker:EnableRemoteDebug	按请求中的远程调试配置筛选访问权限	布尔型
sagemaker:FeatureGroupDisableGlueTableCreation	通过与请求中的功能组资源关联的 DisableGlueTableCreation 标志筛选访问权限	布尔型
sagemaker:FeatureGroupEnableOnlineStore	按请求中与功能组关联的 EnableOnlineStore 标志筛选访问权限	布尔型
sagemaker:FeatureGroupOfflineStoreConfig	根据请求 OfflineStoreConfig 中是否存在功能组资源来筛选访问权限。此访问筛选条件仅支持空条件运算符	布尔型
sagemaker:FeatureGroupOfflineStoreKmsKey	按与请求中的功能组资源关联的离线存储 KMS 密钥筛选访问	ARN
sagemaker:FeatureGroupOfflineStoreS3Uri	按与请求中的功能组资源关联的离线存储 S3 URI 筛选访问	字符串
sagemaker:FeatureGroupOnlineStoreKmsKey	按与请求中的功能组资源关联的在线存储 KMS 密钥筛选访问	ARN
sagemaker:FileSystemAccessMode	按与请求中的资源关联的文件系统访问模式筛选访问	字符串
sagemaker:FileSystemDirectoryPath	按与请求中的资源关联的文件系统目录路径筛选访问	字符串
sagemaker:FileSystemId	按与请求中的资源关联的文件系统 ID 筛选访问	字符串
sagemaker:FileSystemType	按与请求中的资源关联的文件系统类型筛选访问	字符串
sagemaker:HomeEfsFileSystemKmsKey	按用户向 SageMaker 服务发出的请求中存在的密钥筛选访问权限。此密钥已弃用。它已被 sagemaker 所取代：VolumeKmsKey	ARN
sagemaker:ImageArns	按与请求中的资源关联的所有映像 ARN 列表筛选访问	ArrayOfARN
sagemaker:ImageVersionArns	按与请求中的资源关联的所有映像版本 ARN 列表筛选访问	ArrayOfARN
sagemaker:InstanceTypes	按所有与请求中的资源关联的实例类型的列表筛选访问	ArrayOfString
sagemaker:InterContainerTrafficEncryption	按与请求中的资源关联的容器间流量加密筛选访问	布尔型
sagemaker:KeepAlivePeriod	按与请求中的资源关联的保持活动期间筛选访问	数值
sagemaker:MaxRuntimeInSeconds	按与请求中的资源关联的最大运行时间（以秒为单位）筛选访问	数值
sagemaker:MinimumInstanceMetadataServiceVersion	按请求中的资源使用的最低实例元数据服务版本筛选访问	字符串
sagemaker:ModelApprovalStatus	按请求中的 model-package 的模型批准状态筛选访问权限	字符串
sagemaker:ModelArn	按与请求中的资源关联的模型 ARN 筛选访问	ARN
sagemaker:ModelLifeCycle:Stage	按模型生命周期对象中的阶段字段筛选访问权限，该对象与请求中的模型包资源相关联	字符串
sagemaker:ModelLifeCycle:StageStatus	按模型生命周期对象中的 StageStatus 字段筛选访问权限，该对象与请求中的模型包资源相关联	字符串
sagemaker:NetworkIsolation	按与请求中的资源关联的网络隔离筛选访问	Bool
sagemaker:OutputKmsKey	按与请求中的资源关联的输出 KMS 密钥筛选访问	ARN
sagemaker:OwnerUserProfileArn	按与请求中的空间关联的 OwnerUserProfile arn 筛选访问权限	ARN
sagemaker:PipelineVersionId	筛选对 Sagemaker 管道特定版本 IDs 的访问权限	字符串
sagemaker:RemoteAccess	通过与请求中的空间关联的远程访问标志筛选访问权限	字符串
sagemaker:ResourceTag/	按附加到资源的标签键值对的前言字符串筛选访问	字符串
sagemaker:ResourceTag/${TagKey}	按标签键值对筛选访问	字符串
sagemaker:RootAccess	按与请求中的资源关联的根访问筛选访问	字符串
sagemaker:SearchVisibilityCondition/${FilterKey}	将搜索请求的结果限制在您可以访问的资源范围内。 $ {FilterKey} 是 VisibilityConditions 配置在搜索请求中显示的密钥	字符串
sagemaker:ServerlessMaxConcurrency	通过限制请求中用于无服务器推理的最大并发数量来筛选访问	数值
sagemaker:ServerlessMemorySize	通过限制请求中用于无服务器推理的内存大小来筛选访问	数值
sagemaker:SpaceSharingType	按请求中的空间所关联的共享类型筛选访问权限	字符串
sagemaker:TaggingAction	按用户可以应用标签的 API 操作筛选访问权限。使用创建可标记资源的 API 操作的名称来筛选访问权限	字符串
sagemaker:TargetModel	按与请求中的多模型终端节点关联的目标模型筛选访问	字符串
sagemaker:UserProfileName	您可以使用 a UserProfileName s policy 变量来筛选来自 SageMaker 域内特定用户配置文件的请求。此上下文密钥不适用于共享空间内的用户配置文件	字符串
sagemaker:VolumeKmsKey	按与请求中的资源关联的卷 KMS 密钥筛选访问	ARN
sagemaker:VpcSecurityGroupIds	按与请求中的资源关联的所有 VPC 安全组 ID 的列表筛选访问	ArrayOfString
sagemaker:VpcSubnets	按与请求中的资源关联的所有 VPC 子网的列表筛选访问	ArrayOfString
sagemaker:WorkteamArn	按与请求关联的工作组 ARN 筛选访问	ARN
sagemaker:WorkteamType	按与请求关联的工作组类型筛选访问这可以是 public-crowd、private-crowd 或 vendor-crowd	字符串

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

文档惯例

Amazon S3 Vectors

Amazon SageMaker 数据科学助手