以下 CLI 命令展示了如何将模型打包，以用于采用 NVIDIA 加速器的目标平台。
更改以下值：
project_name 更改为包含要打包的模型的项目的名称。
model_version 更改为要打包的模型版本。
（可选）description 更改为对模型打包作业的描述。
architecture 更改为运行模型组件的 AWS IoT Greengrass Version 2 核心设备的架构（ARM64 或 X86_64）。
gpu_code 更改为运行模型组件的核心设备的 GPU 代码。
trt_ver 更改为在核心设备上安装的 TensorRT 版本。
cuda_ver 更改为在核心设备上安装的 CUDA 版本。
component_name 更改为要在 AWS IoT Greengrass V2 上创建的模型组件的名称。
（可选）component_version 更改为打包作业创建的模型组件的版本。采用格式 major.minor.patch。例如，1.0.0 表示组件的第一个主要版本。
bucket 更改为打包作业用来存储模型组件构件的 Amazon S3 桶。
prefix 更改为 Amazon S3 桶中供打包作业用来存储模型组件构件的位置。
（可选）component_description 更改为对模型组件的描述。
（可选）tag_key1 和 tag_key2 更改为附加到模型组件的标签的键。
（可选）tag_value1 和 tag_value2 更改为附加到模型组件的标签的键值。
aws lookoutvision start-model-packaging-job \
--project-name project_name \
--model-version model_version \
--description="description" \
--configuration "Greengrass={TargetPlatform={Os='LINUX',Arch='architecture',Accelerator='NVIDIA'},CompilerOptions='{\"gpu-code\": \"gpu_code\", \"trt-ver\": \"trt_ver\", \"cuda-ver\": \"cuda_ver\"}',S3OutputLocation={Bucket='bucket',Prefix='prefix'},ComponentName='Component_name',ComponentVersion='component_version',ComponentDescription='component_description',Tags=[{Key='tag_key1',Value='tag_value1'}, {Key='tag_key2',Value='tag_value2'}]}" \
--profile lookoutvision-access
例如：
aws lookoutvision start-model-packaging-job \
--project-name test-project-01 \
--model-version 1 \
--description="Model Packaging Job for G4 Instance using TargetPlatform Option" \
--configuration "Greengrass={TargetPlatform={Os='LINUX',Arch='X86_64',Accelerator='NVIDIA'},CompilerOptions='{\"gpu-code\": \"sm_75\", \"trt-ver\": \"7.1.3\", \"cuda-ver\": \"10.2\"}',S3OutputLocation={Bucket='bucket',Prefix='test-project-01/folder'},ComponentName='SampleComponentNameX86TargetPlatform',ComponentVersion='0.1.0',ComponentDescription='This is my component',Tags=[{Key='modelKey0',Value='modelValue'}, {Key='modelKey1',Value='modelValue'}]}" \
--profile lookoutvision-access
使用以下 CLI 命令，将模型打包以用于目标设备。
更改以下值：
project_name 更改为包含要打包的模型的项目的名称。
model_version 更改为要打包的模型版本。
（可选）description 更改为对模型打包作业的描述。
component_name 更改为要在 AWS IoT Greengrass V2 上创建的模型组件的名称。
（可选）component_version 更改为打包作业创建的模型组件的版本。采用格式 major.minor.patch。例如，1.0.0 表示组件的第一个主要版本。
bucket 更改为打包作业用来存储模型组件构件的 Amazon S3 桶。
prefix 更改为 Amazon S3 桶中供打包作业用来存储模型组件构件的位置。
（可选）component_description 更改为对模型组件的描述。
（可选）tag_key1 和 tag_key2 更改为附加到模型组件的标签的键。
（可选）tag_value1 和 tag_value2 更改为附加到模型组件的标签的键值。
aws lookoutvision start-model-packaging-job \
--project-name project_name \
--model-version model_version \
--description="description" \
--configuration "Greengrass={TargetDevice='jetson_xavier',S3OutputLocation={Bucket='bucket',Prefix='prefix'},ComponentName='component_name',ComponentVersion='component_version',ComponentDescription='component_description',Tags=[{Key='tag_key1',Value='tag_value1'}, {Key='tag_key2',Value='tag_value2'}]}" \
--profile lookoutvision-access
例如：
aws lookoutvision start-model-packaging-job \
--project-name project_01 \
--model-version 1 \
--description="description" \
--configuration "Greengrass={TargetDevice='jetson_xavier',S3OutputLocation={Bucket='bucket',Prefix='component_folder'},ComponentName='jetson_component',ComponentVersion='2.0.0',ComponentDescription='jetson model component',Tags=[{Key='tag_key1',Value='tag_value1'}, {Key='tag_key2',Value='tag_value2'}]}" \
--profile lookoutvision-access
