Seleziona le tue preferenze relative ai cookie

Utilizziamo cookie essenziali e strumenti simili necessari per fornire il nostro sito e i nostri servizi. Utilizziamo i cookie prestazionali per raccogliere statistiche anonime in modo da poter capire come i clienti utilizzano il nostro sito e apportare miglioramenti. I cookie essenziali non possono essere disattivati, ma puoi fare clic su \"Personalizza\" o \"Rifiuta\" per rifiutare i cookie prestazionali.

Se sei d'accordo, AWS e le terze parti approvate utilizzeranno i cookie anche per fornire utili funzionalità del sito, ricordare le tue preferenze e visualizzare contenuti pertinenti, inclusa la pubblicità pertinente. Per continuare senza accettare questi cookie, fai clic su \"Continua\" o \"Rifiuta\". Per effettuare scelte più dettagliate o saperne di più, fai clic su \"Personalizza\".

Invoca ModelLifeCycle usando gli esempi AWS CLI

Modalità Focus
Invoca ModelLifeCycle usando gli esempi AWS CLI - Amazon SageMaker AI

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Puoi utilizzare lo AWS CLI strumento per gestire le tue AWS risorse. Alcuni AWS CLI comandi includono la ricerca e le azioni di elenco. La pagina seguente fornirà esempi su come utilizzare questi comandi ModelPackage durante l'utilizzo. Per informazioni ed esempi sulla configurazione di Stage Construct, consultaConfigurare Staging Construct: esempi.

Gli esempi in questa pagina utilizzano le seguenti variabili.

  • regionè la regione in cui esiste il pacchetto modello.

  • stage-nameè il nome della fase definita.

  • stage-statusè il nome dello stato dello stage definito.

Di seguito sono riportati alcuni esempi di AWS CLI comandi che utilizzano ModelLifeCycle.

Cerca i tuoi pacchetti modello con un stage-name che hai già definito.

aws sagemaker search --region 'region' --resource ModelPackage --search-expression '{"Filters": [{"Name": "ModelLifeCycle.Stage","Value": "stage-name"}]}'

Elenca le azioni associate aModelLifeCycle.

aws sagemaker list-actions --region 'region' --action-type ModelLifeCycle

Crea un pacchetto modello con ModelLifeCycle.

aws sagemaker create-model-package --model-package-group-name 'model-package-group-name' --source-uri 'source-uri' --region 'region' --model-life-cycle '{"Stage":"stage-name", "StageStatus":"stage-status", "StageDescription":"Your Staging Comment"}'

Aggiorna un pacchetto modello con ModelLifeCycle.

aws sagemaker update-model-package --model-package 'model-package-arn' --region 'region' --model-life-cycle '{"Stage":"stage-name", "StageStatus":"stage-status"}'

Cerca tramite il ModelLifeCycle campo.

aws sagemaker search --region 'region' --resource ModelPackage --search-expression '{"Filters": [{"Name": "ModelLifeCycle.Stage","Value": "stage-name"}]}'

Recupera i record di controllo per ModelLifeField gli aggiornamenti tramite Monitoraggio del lignaggio di Amazon SageMaker ML APIs.

aws sagemaker list-actions --region 'region' --action-type ModelLifeCycle
aws sagemaker describe-action --region 'region' --action-name 'action-arn or action-name'
PrivacyCondizioni del sitoPreferenze cookie
© 2025, Amazon Web Services, Inc. o società affiliate. Tutti i diritti riservati.