本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
中的機器學習產品 AWS Marketplace
身為 AWS Marketplace 賣方，您可以建立機器學習 （ML） 演算法和模型，讓買家可以在 中部署 AWS。本主題提供有關 中列出的 Amazon SageMaker 產品類型的資訊 AWS Marketplace。
中列出的 SageMaker 產品類型有兩種 AWS Marketplace：
- 模型套件
-
預先訓練的模型，用於進行不需要買方進一步訓練的預測。
- 演算法
-
一種模型，要求買方在進行預測之前提供訓練資料。包含訓練演算法。
這些產品可透過 Amazon SageMaker 主控台或 提供給購買者 AWS Marketplace。買方可以檢閱產品描述、文件、客戶評論、定價和支援資訊。當他們訂閱模型套件產品或演算法產品時，它會新增至其 SageMaker 主控台上的產品清單。買方也可以使用 AWS SDKs、 AWS Command Line Interface （AWS CLI） 或 SageMaker 主控台來建立完全受管的REST推論端點，或對批次資料執行推論。
如需使用 Amazon 建立機器學習產品的支援 SageMaker，請聯絡AWS Marketplace 賣方營運
機器學習產品入門
AWS Marketplace 支援兩種使用 Amazon 的機器學習產品類型 SageMaker。模型套件產品和演算法產品這兩種類型都會產生可部署的推論模型，以進行預測。
SageMaker 模型套件
Amazon SageMaker 模型套件產品包含預先訓練的模型。預先訓練的模型可以部署在 中 SageMaker ，以即時或批次進行推論或預測。此產品包含訓練有素的推論元件，其中若有模型成品。身為賣方，您可以使用 SageMaker 或自備模型來訓練模型。
SageMaker 演算法
買家可以使用SageMaker演算法產品來執行完整的機器學習工作負載。演算法產品有兩個邏輯元件：訓練和推論。在 中 SageMaker，購買者會使用自己的資料集，以您的訓練元件建立訓練任務。當訓練元件中的演算法完成時，會產生機器學習模型的模型成品。 會將模型成品 SageMaker 儲存在購買者的 Amazon Simple Storage Service （Amazon S3） 儲存貯體中。 在 中 SageMaker，購買者可以部署您的推論元件以及產生的模型成品，以即時或批次方式執行推論 （或預測）。
部署推論模型
無論是從模型套件或演算法建立推論模型，有兩種方法可以部署它們：
-
端點 – 此方法用於 SageMaker 部署模型和建立API端點。購買者可以將此端點作為後端服務的一部分來為其應用程式提供動力。資料傳送至端點時， 會將其 SageMaker 傳遞至模型容器，並在API回應中傳回結果。端點和容器會持續執行，直到買方停止為止。
注意
在 中 AWS Marketplace，端點方法稱為即時推論 ，而在 SageMaker 文件中，它稱為託管服務 。如需詳細資訊，請參閱在 Amazon 中部署模型 SageMaker。
-
批次轉換任務 – 在此方法中，買方會儲存資料集，以便在 Amazon S3 中進行推論。當批次轉換任務開始時， SageMaker 部署模型，將資料從 S3 儲存貯體傳遞到模型的容器，然後將結果傳回至 S3 儲存貯體。當任務完成時， 會 SageMaker 停止任務。如需詳細資訊，請參閱使用批次轉換。
注意
這兩種方法都對模型透明，因為 SageMaker 會將資料傳遞給模型，並將結果傳回給買方。
