機器學習產品

身為賣家，您可以用 AWS Marketplace 來建立機器學習 (ML) 演算法和模型，供買家部署 AWS。有兩種類型的 Amazon SageMaker 產品列在 AWS Marketplace:

模型套件

預先訓練的模型，用於進行預測，不需要買方進一步的培訓。

演算法

要求買方在進行預測之前提供訓練資料的模型。包括訓練演算法。

這些產品是提供給買家通過 Amazon SageMaker 控制台或 AWS Marketplace. 買家可以查看產品說明，文檔，客戶評論，定價和支持信息。當他們訂閱模型套件產品或演算法產品時，就會將其新增至 SageMaker 主控台上的產品清單中。購買者也可以使用 AWS SDKs、 AWS Command Line Interface (AWS CLI) 或 SageMaker 主控台來建立完全受控的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 賣方營運團隊。

開始使用機器學習產品

AWS Marketplace 使用 Amazon 支援兩種機器學習產品類型 SageMaker。這兩種類型、模型套件產品和演算法產品都會產生可部署的推論模型，以便進行預測。

SageMaker 模型套件

Amazon SageMaker 模型套件產品包含預先訓練的模型。可部署預先訓練的模型， SageMaker 以即時或批次進行推論或預測。本產品包含經過訓練的推論元件，其中包含模型加工品 (如果有的話) 作為賣家，您可以使用 SageMaker 或攜帶自己的模型來訓練模型。

SageMaker 演算法

購買者可以使用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，透過您的訓練元件建立訓練工作。訓練元件中的演算法完成時，會產生機器學習模型的模型加工品。 SageMaker 將模型成品保存在買家的亞馬遜簡單存儲服務（Amazon S3）存儲桶中。 在中 SageMaker，購買者可以將您的推論元件與那些產生的模型成品一起部署，以即時或批次執行推論 (或預測)。

部署推論模型

無論是從模型包還是算法創建推論模型，有兩種方法可以部署它們：

• 端點 — 此方法用 SageMaker 於部署模型並建立API端點。購買者可以使用此端點作為後端服務的一部分，為其應用程式提供動力。將數據發送到端點時，將其傳 SageMaker 遞到模型容器並在API響應中返回結果。端點和容器會繼續執行，直到買方停止為止。

  注意

  在中 AWS Marketplace，端點方法稱為即時推論，在 SageMaker 文件中稱為託管服務。如需詳細資訊，請參閱在 Amazon 中部署模型 SageMaker。

• Batch 轉換任務 — 使用此方法，購買者將資料集存放在 Amazon S3 中以供推論。批次轉換任務啟動時， SageMaker 部署模型，將資料從 S3 儲存貯體傳送到模型的容器，然後將結果傳回 S3 儲存貯體。工作完成時， SageMaker 會停止工作。如需詳細資訊，請參閱使用 Batch 轉換取得整個資料集的推論。

  注意

  這兩種方法對模型都是透明的，因為將資料傳 SageMaker遞至模型，並將結果傳回給購買者。