Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Paket Model (Amazon SageMaker AI Console)
<a name="edge-packaging-job-console"></a>

Anda dapat membuat pekerjaan pengemasan SageMaker Edge Manager menggunakan konsol SageMaker AI di [ https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/). Sebelum melanjutkan, pastikan Anda telah memuaskan[Prasyarat lengkap](edge-packaging-job-prerequisites.md).

1. Di konsol SageMaker AI, pilih ** Edge Inference ** dan kemudian pilih ** Buat pekerjaan pengemasan tepi**, seperti yang ditunjukkan pada gambar berikut.  
![Lokasi Buat pekerjaan pengemasan tepi di konsol.](https://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/smith/pre-edge-packaging-button-edited.png)

1. Pada ** halaman ** properti pekerjaan, masukkan nama untuk pekerjaan pengemasan Anda di bawah nama pekerjaan pengemasan ** Edge**. Perhatikan bahwa nama pekerjaan pengemasan Edge Manager peka huruf besar-kecil. Beri nama model Anda dan berikan versi: masukkan ini di bawah Nama ** Model ** dan Versi ** Model**, masing-masing.

1. Selanjutnya, pilih peran ** ** IAM. Anda dapat memilih peran atau membiarkan AWS membuat peran untuk Anda. Anda dapat secara opsional menentukan kunci ** sumber daya ARN ** dan tag ** pekerjaan**.

1. Pilih **Berikutnya**.   
![Contoh bagian Properti pekerjaan di konsol.](https://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/smith/create-edge-packaging-job-filled.png)

1. Tentukan nama pekerjaan kompilasi yang Anda gunakan saat mengkompilasi model Anda dengan SageMaker Neo di ** bidang Nama pekerjaan Kom ** pilasi. Pilih **Berikutnya**.  
![Contoh bagian sumber Model di konsol.](https://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/smith/create-edge-packaging-job-model-source-filled.png)

1. Pada ** halaman konfigurasi ** Output, masukkan URI bucket Amazon S3 tempat Anda ingin menyimpan output dari pekerjaan pengemasan.  
![Contoh halaman konfigurasi Output di konsol.](https://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/smith/create-device-fleet-output-filled.png)

   **Kolom ** Status pada halaman ** pekerjaan pengemasan ** Edge harus dibaca SEDANG ** BERLANGSUNG**. Setelah pekerjaan pengemasan ** selesai, status diperbarui menjadi SELESAI**.

   Memilih pekerjaan pengemasan mengarahkan Anda ke pengaturan pekerjaan itu. Bagian ** Pengaturan ** pekerjaan menampilkan nama pekerjaan, ARN, status, waktu pembuatan, waktu modifikasi terakhir, durasi pekerjaan pengemasan, dan peran ARN.

   **Bagian konfigurasi ** Input menampilkan lokasi artefak model, konfigurasi input data, dan kerangka kerja pembelajaran mesin model.

   **Bagian konfigurasi ** keluaran menampilkan lokasi keluaran dari pekerjaan pengemasan, perangkat target tempat model dikompilasi, dan tag apa pun yang Anda buat.

1. Pilih nama armada perangkat Anda untuk dialihkan ke detail armada perangkat. Halaman ini menampilkan nama armada perangkat, ARN, deskripsi (jika Anda menyediakannya), tanggal armada dibuat, terakhir kali armada dimodifikasi, URI bucket Amazon S3, ID AWS KMS kunci (jika disediakan), AWS IoT alias (jika disediakan), dan peran IAM. Jika Anda menambahkan tag, tag tersebut muncul di ** bagian Tag armada ** perangkat.