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。

# プライベートハブにモデルを追加する
<a name="jumpstart-curated-hubs-admin-guide-add-models"></a>

プライベートハブを作成したら、許可リストに登録されたモデルを追加できます。利用可能な JumpStart モデルを網羅したリストについては、SageMaker Python SDK リファレンスの「[Built-in Algorithms with pre-trained Model Table](https://sagemaker.readthedocs.io/en/stable/doc_utils/pretrainedmodels.html)」を参照してください。

1. `hub.list_sagemaker_public_hub_models()` メソッドを使用して、利用可能なモデルをプログラムでフィルタリングできます。必要に応じて、フレームワーク (`"framework == pytorch"`)、画像分類などのタスク (`"task == ic"`) といったカテゴリでフィルタリングできます。フィルターの詳細については、「[https://github.com/aws/sagemaker-python-sdk/blob/master/src/sagemaker/jumpstart/notebook_utils.py](https://github.com/aws/sagemaker-python-sdk/blob/master/src/sagemaker/jumpstart/notebook_utils.py)」を参照してください。`hub.list_sagemaker_public_hub_models()` メソッドの filter パラメータの指定は任意です。

   ```
   filter_value = "framework == meta"
   response = hub.list_sagemaker_public_hub_models(filter=filter_value)
   models = response["hub_content_summaries"]
   while response["next_token"]:
       response = hub.list_sagemaker_public_hub_models(filter=filter_value, next_token=response["next_token"])
       models.extend(response["hub_content_summaries"])
   
   print(models)
   ```

1. フィルタリングして選んだモデルを、`hub.create_model_reference()` メソッドでそのモデルの ARN を指定して追加できます。

   ```
   for model in models:
       print(f"Adding {model.get('hub_content_name')} to Hub")
       hub.create_model_reference(model_arn=model.get("hub_content_arn"), model_name=model.get("hub_content_name"))
   ```