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。

# Amazon SageMaker JumpStart で厳選されたモデルハブにアクセスする
<a name="jumpstart-curated-hubs-access-hubs"></a>

Studio または SageMaker Python SDK のいずれかから、プライベートモデルハブにアクセスできます。

## Studio でプライベートモデルハブにアクセスする
<a name="jumpstart-curated-hubs-user-guide-studio"></a>

**重要**  
2023 年 11 月 30 日以降、従来の Amazon SageMaker Studio のエクスペリエンスは Amazon SageMaker Studio Classic と名前が変更されました。以下のセクションは、更新後の Studio のエクスペリエンスに沿った内容になっています。Studio Classic アプリケーションを使用する場合は、「[Amazon SageMaker Studio Classic](studio.md)」を参照してください。

Amazon SageMaker Studio で、**[ホーム]** ページまたは左側のパネルの **[ホーム]** メニューから JumpStart ランディングページを開きます。**SageMaker JumpStart** ランディングページが開いて、モデルハブを調べたり、モデルを検索したりできます。
+ **[ホーム]** ページで、**[構築済みの自動ソリューション]** ペインの **[JumpStart]** を選択します。
+ 左側のパネルの **[ホーム]** メニューから、**[JumpStart]** ノードに移動します。

Amazon SageMaker Studio の基本的な操作方法については、「[Amazon SageMaker Studio](studio-updated.md)」を参照してください。

Studio の **SageMaker JumpStart** ランディングページから、組織の許可リストに登録されているモデルを含むプライベートモデルハブを探すことができます。アクセス可能なモデルハブが 1 つだけの場合は、**SageMaker JumpStart** ランディングページからそのハブに直接移動します。複数のハブにアクセスできる場合は、**[ハブ]** ページが表示されます。

Studio でアクセスできるモデルのファインチューニング、デプロイ、評価の詳細については、「[Studio で基盤モデルを使用する](jumpstart-foundation-models-use-studio-updated.md)」を参照してください。

## SageMaker Python SDK を使用してプライベートモデルハブにアクセスする
<a name="jumpstart-curated-hubs-user-guide-sdk"></a>

SageMaker Python SDK を使用してプライベートモデルハブにアクセスできます。厳選されたハブの読み取り、使用、編集のアクセス権は、管理者によって提供されます。

**注記**  
ハブがアカウント間で共有されている場合、`HUB_NAME` はハブ ARN である必要があります。ハブがアカウント間で共有されていない場合、`HUB_NAME` はハブ名になります。

1. 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
       from sagemaker.jumpstart.model import JumpStartModel
       from sagemaker.jumpstart.estimator import JumpStartEstimator
   ```

1. SageMaker AI セッションを初期化し、ハブ名とリージョンを使用してプライベートハブに接続します。

   ```
   # 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)
   ```

1. プライベートハブに接続したら、次のコマンドを使用して、そのハブで使用可能なすべてのモデルを一覧表示できます。

   ```
   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)
   ```

1. 次のコマンドでモデル名を使用して、特定のモデルに関する詳細情報を取得できます。

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

SageMaker Python SDK を使用してアクセスできるモデルのファインチューニングとデプロイの詳細については、「[SageMaker Python SDK で基盤モデルを使用する](jumpstart-foundation-models-use-python-sdk.md)」を参照してください。