Seleccione sus preferencias de cookies

Usamos cookies esenciales y herramientas similares que son necesarias para proporcionar nuestro sitio y nuestros servicios. Usamos cookies de rendimiento para recopilar estadísticas anónimas para que podamos entender cómo los clientes usan nuestro sitio y hacer mejoras. Las cookies esenciales no se pueden desactivar, pero puede hacer clic en “Personalizar” o “Rechazar” para rechazar las cookies de rendimiento.

Si está de acuerdo, AWS y los terceros aprobados también utilizarán cookies para proporcionar características útiles del sitio, recordar sus preferencias y mostrar contenido relevante, incluida publicidad relevante. Para aceptar o rechazar todas las cookies no esenciales, haga clic en “Aceptar” o “Rechazar”. Para elegir opciones más detalladas, haga clic en “Personalizar”.

Actualiza los recursos en un centro privado

Modo de enfoque
Actualiza los recursos en un centro privado - Amazon SageMaker AI

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Puedes actualizar los recursos de tu centro privado para realizar cambios en sus metadatos. Los recursos que puedes actualizar incluyen referencias de modelos de Amazon, SageMaker JumpStart modelos personalizados y libretas.

Al actualizar los recursos de modelos o cuadernos, puedes actualizar la descripción del contenido, el nombre para mostrar, las palabras clave y el estado del soporte. Al actualizar las referencias de JumpStart modelos a los modelos, solo puede actualizar el campo que especifica la versión mínima del modelo que desea utilizar.

Siga la sección específica del recurso que desee actualizar.

Actualice los recursos del modelo o del bloc de notas

Para actualizar un modelo o un recurso de bloc de notas, usa la UpdateHubContentAPI.

Los campos de metadatos válidos que puedes actualizar con esta API son los siguientes:

  • HubContentDescription— La descripción del recurso.

  • HubContentDisplayName— El nombre para mostrar del recurso.

  • HubContentMarkdown— La descripción del recurso, en formato Markdown.

  • HubContentSearchKeywords— Las palabras clave del recurso que se pueden buscar.

  • SupportStatus— El estado actual del recurso.

En su solicitud, incluya un cambio en uno o más de los campos anteriores. Si intentas actualizar cualquier otro campo, como el tipo de contenido del hub, recibirás un error.

AWS SDK para Python (Boto3)

En el siguiente ejemplo, se muestra cómo se puede utilizar AWS SDK para Python (Boto3) para enviar una UpdateHubContentsolicitud.

nota

Lo HubContentVersion que especifique en la solicitud significa que los metadatos de la versión específica están actualizados. Para encontrar todas las versiones disponibles del contenido de tu hub, puedes usar la ListHubContentVersionsAPI.

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

En el siguiente ejemplo, se muestra cómo puedes AWS CLI utilizarla para enviar una update-hub-contentsolicitud.

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>

En el siguiente ejemplo, se muestra cómo se puede utilizar AWS SDK para Python (Boto3) para enviar una UpdateHubContentsolicitud.

nota

Lo HubContentVersion que especifique en la solicitud significa que los metadatos de la versión específica están actualizados. Para encontrar todas las versiones disponibles del contenido de tu hub, puedes usar la ListHubContentVersionsAPI.

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> )

Actualizar las referencias del modelo

Para actualizar una referencia de modelo a un JumpStart modelo, utilice la UpdateHubContentReferenceAPI.

Solo puede actualizar el MinVersion campo para las referencias de modelos.

AWS SDK para Python (Boto3)

El siguiente ejemplo muestra cómo se puede utilizar AWS SDK para Python (Boto3) para enviar una UpdateHubContentReferencesolicitud.

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

El siguiente ejemplo muestra cómo se puede utilizar AWS CLI para enviar una update-hub-content-referencesolicitud.

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"

El siguiente ejemplo muestra cómo se puede utilizar AWS SDK para Python (Boto3) para enviar una UpdateHubContentReferencesolicitud.

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' )
PrivacidadTérminos del sitioPreferencias de cookies
© 2025, Amazon Web Services, Inc o sus afiliados. Todos los derechos reservados.