Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 Amazon Web Services 服务入门。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

创建模型组

模型组包含一组版本化模型。通过使用Amazon SDK for Python (Boto3)或 Amazon SageMaker Studio。

创建模型 Package 组 (Boto3)

要使用 Boto3 创建模型组，请调用create_model_package_group方法并指定名称和描述作为参数。以下示例显示了如何创建模型组。来自的响应create_model_package_group调用是新模型包组的 Amazon 资源名称 (ARN)。

首先，导入所需的软件包并设置 SageMaker Boto3 客户端。

import time
import os
from sagemaker import get_execution_role, session
import boto3

region = boto3.Session().region_name

role = get_execution_role()

sm_client = boto3.client('sagemaker', region_name=region)

现在创建模型组。

import time
model_package_group_name = "scikit-iris-detector-" + str(round(time.time()))
model_package_group_input_dict = {
 "ModelPackageGroupName" : model_package_group_name,
 "ModelPackageGroupDescription" : "Sample model package group"
}

create_model_package_group_response = sm_client.create_model_package_group(**model_package_group_input_dict)
print('ModelPackageGroup Arn : {}'.format(create_model_package_group_response['ModelPackageGroupArn']))

创建模型 Package 组（Amazon） SageMaker ) Studio

在 Amazon 中创建模型组 SageMaker Studio，请完成以下步骤。