AWS Marketplace 中的机器学习产品
作为 AWS Marketplace 卖家，您可以创建机器学习（ML）算法和模型，供买家在 AWS 中部署。本主题提供 AWS Marketplace 中上架的 Amazon SageMaker 产品类型的相关信息。
AWS Marketplace 中提供两种 SageMaker 产品类型：
- 模型包
-
一种预训练模型，用于进行预测，无需买家进一步培训。
- 算法
-
一种模型，要求买家在做出预测之前提供训练数据。包括训练算法。
买家可通过 Amazon SageMaker 控制台或者 AWS Marketplace 购买这些产品。买家可以查看产品描述、文档、客户评价、定价及支持信息。当他们订阅模型包产品或算法产品时，该产品将添加到 SageMaker 控制台中他们的产品列表中。买家还可以使用 AWS SDK、AWS Command Line Interface (AWS CLI) 或 SageMaker 控制台来创建完全托管的 REST 推理端点或对批量数据执行推理。
要获得有关使用 Amazon SageMaker 创建机器学习产品的支持，请联系 AWS Marketplace 卖家运营
机器学习产品入门
AWS Marketplace 通过 Amazon SageMaker 支持两种机器学习产品类型。模型包产品和算法产品这两种类型都会生成用于预测的可部署推理模型。
SageMaker 模型包
Amazon SageMaker 模型包产品包含预训练模型。预训练模型可以部署在 SageMaker 中，以便实时或分批进行推理或预测。本产品包含经过训练的推理组件，其中包含模型构件（如有）。作为卖家，您可以使用 SageMaker 训练模型或自带模型。
SageMaker 算法
买家可以使用 SageMaker 算法产品来执行完整的机器学习工作负载。一个算法产品有两个逻辑组件：训练和推理。在 SageMaker 中，买家使用自己的数据集通过您的训练组件创建训练作业。训练组件中的算法完成后，它会生成机器学习模型的模型构件。SageMaker 将模型构件保存到 Amazon Simple Storage Service (Amazon S3) 存储桶。然后，在 SageMaker 中，买家可以部署您的推理组件以及生成的模型构件，以实时或批量执行推理（或预测）。
部署推理模型
无论推理模型是根据模型包还是算法创建的，都有两种部署方法：
-
端点 - 此方法使用 SageMaker 来部署模型并创建 API 端点。买家可以将此端点用作其后端服务的一部分，为其应用程序提供支持。当数据发送到端点时，SageMaker 会将其传递到模型容器，并以 API 响应的形式返回结果。端点和容器会继续运行，直到被买家停止。
注意
在 AWS Marketplace 中，端点方法称为实时推理，在 SageMaker 文档中，它被称为托管服务。有关更多信息，请参阅在 Amazon SageMaker 中部署模型。
-
批量转换任务 – 在此方法中，买家将数据集存储在 Amazon S3 中进行推理。当批量转换任务启动时，SageMaker 会部署模型，将数据从 S3 存储桶传递到模型的容器，然后将结果返回到 S3 存储桶。作业完成后，SageMaker 会停止该作业。有关更多信息，请参阅使用批量转换。
注意
这两种方法对模型都是透明的，因为 SageMaker 将数据传递给模型并将结果返回给买家。
