As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Usar um pacote de modelos para criar um modelo
Use um pacote de modelos para criar um modelo implantável que possa ser usado para obter inferências em tempo real criando um endpoint hospedado ou para executar trabalhos de transformação em lote. Você pode criar um modelo implantável a partir de um pacote de modelos usando o SageMaker console da Amazon, a SageMaker API (de baixo nível) ou o SDK do Amazon Python SageMaker
Tópicos
Usar um pacote de modelos para criar um modelo (console)
Para criar um modelo implantável a partir de um pacote de modelos (console)
-
Abra o SageMaker console em https://console.aws.amazon.com/sagemaker/
. -
Escolha Pacotes de modelos.
-
Escolha um pacote de modelo que você criou na lista na guia Meus pacotes de modelo ou escolha um pacote de modelo que você assinou na guia de AWS Marketplace assinaturas.
-
Escolha Criar modelo.
-
Em Nome do modelo, digite um nome para o modelo.
-
Para a função do IAM, escolha uma função do IAM que tenha as permissões necessárias para chamar outros serviços em seu nome ou escolha Criar uma nova função SageMaker para permitir a criação de uma função que tenha a política
AmazonSageMakerFullAccess
gerenciada anexada. Para obter mais informações, consulte Como usar funções SageMaker de execução. -
Para VPC, escolha uma Amazon VPC que você deseja permitir que o modelo acesse. Para ter mais informações, consulte Ofereça aos endpoints SageMaker hospedados acesso aos recursos em sua Amazon VPC.
-
Deixe os valores padrão para Opções de entrada de contêiner e Escolher pacote de modelos.
-
Para variáveis de ambiente, forneça os nomes e valores das variáveis de ambiente que você deseja transmitir ao contêiner do modelo.
-
Para Tags, especifique uma ou mais tags para gerenciar o modelo. Cada tag consiste em uma chave e um valor opcional. Chaves de tags devem ser exclusivas por recurso.
-
Escolha Criar modelo.
Depois de criar um modelo implantável, você pode usá-lo para configurar um endpoint para inferência em tempo real ou para criar um trabalho de transformação em lote para obter inferências em conjuntos de dados inteiros. Para obter informações sobre hospedagem de endpoints em SageMaker, consulte Implantar modelos para inferência.
Usar um pacote de modelos para criar um modelo (API)
Para usar um pacote de modelo para criar um modelo implantável usando a SageMaker API, especifique o nome ou o Amazon Resource Name (ARN) do pacote de modelo como ModelPackageName
o campo do ContainerDefinition
objeto que você passa para a CreateModel
API.
Depois de criar um modelo implantável, você pode usá-lo para configurar um endpoint para inferência em tempo real ou para criar um trabalho de transformação em lote para obter inferências em conjuntos de dados inteiros. Para obter informações sobre endpoints hospedados em SageMaker, consulte Implantar modelos para inferência.
Use um Model Package para criar um modelo (Amazon SageMaker Python SDK )
Para usar um pacote de modelo para criar um modelo implantável usando o SDK do SageMaker Python, inicialize ModelPackage
um objeto e passe o Amazon Resource Name (ARN) do pacote do modelo como argumento. model_package_arn
Por exemplo: .
from sagemaker import ModelPackage model = ModelPackage(role='SageMakerRole', model_package_arn='training-job-scikit-decision-trees-1542660466-6f92', sagemaker_session=sagemaker_session)
Depois de criar um modelo implantável, você pode usá-lo para configurar um endpoint para inferência em tempo real ou para criar um trabalho de transformação em lote para obter inferências em conjuntos de dados inteiros. Para obter informações sobre hospedagem de endpoints em SageMaker, consulte Implantar modelos para inferência.