Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Uso di un pacchetto di modelli per creare un modello
Utilizza un pacchetto di modelli per creare un modello distribuibile da utilizzare per ottenere le inferenze in tempo reale creando un endpoint ospitato o per eseguire processi di trasformazione in batch. Puoi creare un modello distribuibile da un pacchetto modello utilizzando la SageMaker console Amazon, l' SageMaker API di basso livello) o l'SDK Amazon Python SageMaker
Argomenti
Uso di un pacchetto di modelli per creare un modello (console)
Per creare un modello distribuibile da un pacchetto di modelli (console)
-
Scegli Pacchetti di modelli.
-
Scegli un pacchetto di modelli creato dall'elenco nella scheda I miei pacchetti di modello o scegli un pacchetto di modelli a cui è stato effettuato l'abbonamento nella scheda Abbonamenti Marketplace AWS .
-
Scegli Crea modello.
-
Per Nome modello, digita un nome per il modello.
-
Per il ruolo IAM, scegli un ruolo IAM con le autorizzazioni necessarie per chiamare altri servizi per tuo conto oppure scegli Crea un nuovo ruolo per consentire la creazione di un ruolo SageMaker a cui è associata la policy
AmazonSageMakerFullAccessgestita. Per informazioni, consulta Come utilizzare i ruoli di SageMaker esecuzione. -
Per VPC, scegli un VPC Amazon a cui il modello può accedere. Per ulteriori informazioni, consulta Offri agli endpoint SageMaker ospitati l'accesso alle risorse nel tuo Amazon VPC.
-
Lascia i valori predefiniti per Opzioni di input del container e Scegli il pacchetto del modello.
-
Per le variabili di ambiente, inserisci i nomi e i valori delle variabili di ambiente che desideri inoltrare al container del modello.
-
Per Tag, specifica uno o più tag per gestire il modello. Ciascun tag è formato da una chiave e da un valore facoltativo. Le chiavi dei tag devono essere univoche per ogni risorsa.
-
Scegli Crea modello.
Dopo aver creato un modello distribuibile, puoi utilizzarlo per impostare un endpoint per l'inferenza in tempo reale o creare un processo di trasformazione in batch per ottenere le inferenze su set di dati completi. Per informazioni sull'hosting degli endpoint in SageMaker, consulta Deploy Models for Inference.
Uso di un pacchetto di modelli per creare un modello (API)
Per utilizzare un pacchetto modello per creare un modello distribuibile utilizzando l' SageMaker API, specifica il nome o l'Amazon Resource Name (ARN) del pacchetto modello come ModelPackageName campo dell'ContainerDefinitionoggetto da passare all'API. CreateModel
Dopo aver creato un modello distribuibile, puoi utilizzarlo per impostare un endpoint per l'inferenza in tempo reale o creare un processo di trasformazione in batch per ottenere le inferenze su set di dati completi. Per informazioni sugli endpoint ospitati in SageMaker, consulta Deploy Models for Inference.
Usare un Model Package per creare un modello (Amazon SageMaker Python SDK
Per utilizzare un pacchetto modello per creare un modello distribuibile utilizzando l'SDK SageMaker Python, inizializza un ModelPackage oggetto e passa l'Amazon Resource Name (ARN) del pacchetto del modello come argomento. model_package_arn Per esempio:
from sagemaker import ModelPackage model = ModelPackage(role='SageMakerRole', model_package_arn='training-job-scikit-decision-trees-1542660466-6f92', sagemaker_session=sagemaker_session)
Dopo aver creato un modello distribuibile, puoi utilizzarlo per impostare un endpoint per l'inferenza in tempo reale o creare un processo di trasformazione in batch per ottenere le inferenze su set di dati completi. Per informazioni sull'hosting degli endpoint in, consulta Deploy Models for Inference SageMaker.
