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。
打 Package 模型(Amazon SageMaker 控制台)
您可以使用的 SageMaker 主控台建立 SageMaker 邊緣管理員封裝工作https://console.aws.amazon.com/sagemaker/
-
在 SageMaker 主控台中,選擇「邊緣推論」,然後選擇「建立邊緣封裝工作」,如下圖所示。
-
在任務屬性頁面上,在 Edge 封裝任務名稱下輸入封裝任務的名稱。請注意 Edge Manager 封裝作業名稱會區分大小寫。為您的模型命名並為其指定版本:在模型名稱和模型版本下各別輸入此內容。
-
接下來,選擇一個IAM角色。您可以選擇一個角色或讓 AWS 為您創建一個角色。您可以選擇性地指定資源關鍵字ARN和工作標籤。
-
選擇 Next (下一步)。
-
在 [編譯工作名稱] 欄位中,指定使用 SageMaker Neo 編譯模型時所使用的編譯工作名稱。選擇 Next (下一步)。
-
在「輸出組態」頁面上,輸入要存放包裝任務輸出的 Amazon S3 儲存貯URI體。
Edge 封裝工作頁面上的 [狀態] 欄應為 IN PROGRESS。封裝工作完成後,狀態會更新為COMPLETED。
選取封裝任務會將您導向至該任務設定。「Job 設定值」段落會顯示工作名稱ARN、狀態、建立時間、上次修改時間、封裝工作的持續時間以及角色ARN。
輸入組態區段會顯示模型成品的位置、資料輸入組態以及模型的機器學習架構。
輸出組態區段會顯示封裝任務的輸出位置、編譯模型的目標裝置,以及您建立的任何標籤。
選擇要重新導向至裝置機群詳細資訊的裝置機群名稱。此頁面顯示裝置叢集的名稱ARN、說明 (如果您提供的話)、建立叢集的日期、上次修改叢集的時間、Amazon S3 儲存貯體URI、 AWS KMS 金鑰識別碼 (如有提供)、 AWS IoT 別名(如果提供)和IAM角色。如果您已新增標籤,它們會顯示在裝置機群標籤區段中。