AWS Sagemaker-使用入口点脚本（XGBoost）创建自定义命名模型而不创建终端节点吗？

Question

我将sagemaker与自定义入口点脚本一起使用，并在其中传递了经过修改的预测函数。我想存储一系列模型，以便稍后用于批处理推断，并且在需要时，我希望它利用entrypoiint脚本。我遇到的问题是常规createmodel会忽略入口点脚本。

我发现了几种创建保存入口点脚本的模型的方法。一种是通过endpoint.transformer，但是它在模型名称上添加了一个时间戳以使其唯一，这使得以后很难引用。我只可以存储这些唯一名称的列表以供以后使用，但似乎有点令人费解。

使用deploy可以准确定义名称，但是它还会创建一个不必要的终结点，然后必须将其删除，这似乎又不是正确的处理方式。

因此，在我这样拟合估算器之后

estimator = XGBoost(entry_point = 'scripts/myscript.py', 

                        role = role,
                        train_instance_count = 1, 
                        train_instance_type = 'ml.c5.2xlarge', 
                        framework_version = '0.90-1', 
                        py_version = 'py3',
                        base_job_name = job_base

                       )

    estimator.fit(s3_data)

此后，我想创建一个使用入口点脚本的模型，以便可以将其传递给以后的批处理作业。为了将其传递给这些批处理作业，如果有一个命名约定，我可以遵循，而不必将不确定的模型名称存储在某个地方，那就太好了。

所以我猜了两个具体问题：

1. 一旦安装了估计量，将其存储为保留Entrpoint脚本引用的Sagemaker模型的最佳方法是什么？
2. 如何为模型指定一个不添加时间戳的自定义名称

到目前为止，我只能执行1或2，因此除非有更好的方法（感觉应该如此），否则我将需要一种解决方法。如果需要通过在某处存储带有唯一时间戳的模型名称来进行解决，我不确定如何获得这个名字？使用transform时，它只会添加到基本名称中，但是不确定如何传递给定名称。因此，然后我会做一些事情，例如获取所有模型名称的列表并过滤到我需要的名称...似乎只是我在绕道而行。

谢谢