View a markdown version of this page

將模型新增至私有中樞 - Amazon SageMaker AI

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

將模型新增至私有中樞

建立私有中樞之後，您就可以新增允許清單中的模型。如需可用 JumpStart 模型的完整清單，請參閱 SageMaker Python SDK 參考中的具備預先訓練模型表的內建演算法。

  1. 您可以使用 hub.list_sagemaker_public_hub_models() 方法，以程式設計方式篩選可用的模型。您可以選擇依據架構 ("framework == pytorch")、如影像分類 ("task == ic") 等任務等等類別進行篩選。如需篩選條件的詳細資訊，請參閱notebook_utils.py。hub.list_sagemaker_public_hub_models() 方法中的篩選參數為選擇性。

    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)

  2. 接著，您可以透過在 hub.create_model_reference() 方法中指定模型 ARN，來新增篩選的模型。

    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"))