发布于: Oct 4, 2023
现在，使用 Amazon SageMaker 模型注册表，您可以注册存储在私有 Docker 存储库中的机器学习 (ML) 模型。使用此功能，您可以在一个中心服务中跟踪多个私有 AWS 和非 AWS 模型存储库中的所有 ML 模型，从而大规模简化 ML 操作 (MLOps) 和 ML 治理。
Amazon SageMaker 模型注册表是一个专门构建的元数据存储，用于管理 ML 模型从训练到推理的整个生命周期。无论您是希望将模型构件（模型框架文件、容器映像）存储在 AWS (Amazon ECR) 中，还是存储在 AWS 之外的任何第三方 Docker 存储库中，您现在都可以在 Amazon SageMaker 模型注册表中对其进行跟踪。您还可以灵活地注册模型，而不需要对关联的容器映像的读/写权限。如果要在私有存储库中跟踪 ML 模型，请在注册时将可选的“SkipModelValidation”参数设置为“全部”。稍后，您也可以在 Amazon SageMaker 中部署这些模型以供推理。有关如何从私有存储库部署此类模型的更多详细信息，请参阅我们的开发人员指南。
Amazon SageMaker 模型注册表现已在所有 AWS 区域推出，但不包括 AWS GovCloud（美国）区域。首先，请通过 Amazon SageMaker Studio 用户界面或 Amazon SageMaker Python SDK 注册您的私有 ML 模型。有关更多信息，请访问 Amazon SageMaker 开发人员指南。