Amazon で厳選されたモデルハブにアクセスする SageMaker JumpStart

プライベートモデルハブには、Studio または SageMaker Python SDK からアクセスできます。

Studio でプライベートモデルハブにアクセスする

重要

2023 年 11 月 30 日現在、以前の Amazon SageMaker Studio エクスペリエンスは Amazon SageMaker Studio Classic という名前になりました。次のセクションは、更新された Studio エクスペリエンスの使用に固有のものです。Studio Classic アプリケーションの使用については、「」を参照してくださいAmazon SageMaker Studio Classic。

Amazon SageMaker Studio で、ホームページまたは左側のパネルのホームページから JumpStart ランディングページを開きます。ランSageMaker JumpStartディングページが開き、モデルハブを調べたり、モデルを検索したりできます。

• ホームページから、事前構築および自動化ソリューションペインJumpStartで を選択します。

• 左パネルのホームメニューから、JumpStartノードに移動します。

Amazon SageMaker Studio の開始方法の詳細については、「」を参照してくださいAmazon SageMaker Studio。

Studio のSageMaker JumpStartランディングページから、組織の許可リストに登録されているモデルを含むプライベートモデルハブを探索できます。1 つのモデルハブにのみアクセスできる場合、SageMaker JumpStartランディングページはそのハブに直接移動します。複数のハブにアクセスできる場合は、ハブページが表示されます。

Studio でアクセスできるモデルの微調整、デプロイ、評価の詳細については、「」を参照してくださいStudio で基盤モデルを使用する。

SageMaker Python SDK を使用してプライベートモデルハブにアクセスする

SageMaker Python SDK を使用してプライベートモデルハブにアクセスできます。キュレーションされたハブの読み取り、使用、または編集へのアクセスは、管理者によって提供されます。

注記

ハブがアカウント間で共有されている場合、 はハブ ARN HUB_NAMEである必要があります。ハブがアカウント間で共有されていない場合、 をハブ名にHUB_NAMEすることができます。

1. SageMaker Python SDK をインストールし、必要な Python パッケージをインポートします。

   # Install the SageMaker Python SDK
   !pip3 install sagemaker --force-reinstall --quiet
   
   # Import the necessary Python packages
   import boto3
   from sagemaker import Session
   from sagemaker.jumpstart.hub.hub import Hub
   from sagemaker.jumpstart.model import JumpStartModel
   from sagemaker.jumpstart.estimator import JumpStartEstimator

2. SageMaker セッションを初期化し、ハブ名とリージョンを使用してプライベートハブに接続します。

   # If a hub is shared across accounts, then the HUB_NAME must be the hub ARN
   HUB_NAME="Example-Hub-ARN" 
   REGION="us-west-2" 
   
   # Initialize a SageMaker session
   sm_client = boto3.client('sagemaker') 
   sm_runtime_client = boto3.client('sagemaker-runtime') 
   session = Session(sagemaker_client=sm_client, 
                       sagemaker_runtime_client=sm_runtime_client)
   
   # Initialize the private hub
   hub = Hub(hub_name=HUB_NAME, sagemaker_session=session)

3. プライベートハブに接続したら、次のコマンドを使用して、そのハブで使用可能なすべてのモデルを一覧表示できます。

   response = hub.list_models()
   models = response["hub_content_summaries"]
   while response["next_token"]:
       response = hub.list_models(next_token=response["next_token"])
       models.extend(response["hub_content_summaries"])
       
   print(models)

4. 次のコマンドを使用して、モデル名を使用して特定のモデルに関する詳細情報を取得できます。

   response = hub.describe_model(model_name="example-model")
   print(response)

SageMaker Python SDK を使用してアクセスできるモデルの微調整とデプロイの詳細については、「」を参照してくださいSDK で基盤モデルを使用する SageMaker Python。