Ressourcen in einem privaten Hub aktualisieren

Sie können Ressourcen in Ihrem privaten Hub aktualisieren, um Änderungen an ihren Metadaten vorzunehmen. Zu den Ressourcen, die Sie aktualisieren können, gehören Modellverweise auf SageMaker JumpStart Amazon-Modelle, benutzerdefinierte Modelle und Notizbücher.

Bei der Aktualisierung von Modell- oder Notizbuchressourcen können Sie die Inhaltsbeschreibung, den Anzeigenamen, die Stichwörter und den Supportstatus aktualisieren. Beim Aktualisieren von Modellreferenzen auf JumpStart Modelle können Sie nur das Feld aktualisieren, das die Mindestmodellversion angibt, die Sie verwenden möchten.

Folgen Sie dem Abschnitt für die Ressource, die Sie aktualisieren möchten.

Aktualisieren Sie die Modell- oder Notebook-Ressourcen

Verwenden Sie die UpdateHubContentAPI, um ein Modell oder eine Notebook-Ressource zu aktualisieren.

Die gültigen Metadatenfelder, die Sie mit dieser API aktualisieren können, sind die folgenden:

• HubContentDescription— Die Beschreibung der Ressource.

• HubContentDisplayName— Der Anzeigename der Ressource.

• HubContentMarkdown— Die Beschreibung der Ressource im Markdown-Format.

• HubContentSearchKeywords— Die durchsuchbaren Schlüsselwörter der Ressource.

• SupportStatus— Der aktuelle Status der Ressource.

Fügen Sie Ihrer Anfrage eine Änderung für eines oder mehrere der vorherigen Felder bei. Wenn Sie versuchen, andere Felder zu aktualisieren, z. B. den Hub-Inhaltstyp, wird eine Fehlermeldung angezeigt.

AWS SDK für Python (Boto3)

Das folgende Beispiel zeigt, wie Sie den verwenden können AWS SDK für Python (Boto3) , um eine UpdateHubContentAnfrage einzureichen.

Anmerkung

DasHubContentVersion, was Sie in der Anfrage angeben, bedeutet, dass die Metadaten der jeweiligen Version aktualisiert werden. Um alle verfügbaren Versionen Ihres Hub-Inhalts zu finden, können Sie die ListHubContentVersionsAPI verwenden.

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

Das folgende Beispiel zeigt, wie Sie den verwenden können AWS CLI , um eine update-hub-contentAnfrage einzureichen.

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>

Modellreferenzen aktualisieren

Verwenden Sie die UpdateHubContentReferenceAPI, um eine JumpStart Modellreferenz auf ein Modell zu aktualisieren.

Sie können das MinVersion Feld nur für Modellreferenzen aktualisieren.

AWS SDK für Python (Boto3)

Das folgende Beispiel zeigt, wie Sie den verwenden können AWS SDK für Python (Boto3) , um eine UpdateHubContentReferenceAnfrage einzureichen.

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

Das folgende Beispiel zeigt, wie Sie den verwenden können AWS CLI , um eine update-hub-content-referenceAnfrage einzureichen.

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"