打 Package 模型（Amazon SageMaker 控制台） - Amazon SageMaker

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/。繼續之前，請確認您已滿足必要條件。

  1. 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。

    在主控台中建立 Edge 封裝工作的位置。

  2. 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。

  3. 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。

  4. 選擇 Next (下一步)。

    主控台中「Job 屬性」區段的範例。

  5. 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)。

    控制台中模型源部分的示例。

  6. 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。

    控制台中的示例輸出配置頁面。

    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。

  7. 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。