使用部署編譯的模型 AWS CLI

如果模型是使用 AWS SDK for Python (Boto3)、或 Amazon SageMaker 主控台編譯 AWS CLI，則必須符合先決條件部分。請遵循下列步驟，使用建立和部署 SageMaker 新編譯的模型。AWS CLI

部署模型

在您滿足先決條件之後，請使用create-modelcreate-enpoint-config、和create-endpoint AWS CLI 指令。下列步驟說明，如何使用這些命令部署使用 Neo 編譯的模型：

建立模型

從新推論容器映像中，選取推論映像 URI，然後使用 create-model API 建立 SageMaker 模型。您可用兩個步驟完成這項工作：

1. 建立 create_model.json 檔案。在檔案中，指定模型的名稱、映像 URI、Amazon S3 儲存貯體中model.tar.gz檔案的路徑，以及您的 SageMaker執行角色：

   {
       "ModelName": "insert model name",
       "PrimaryContainer": {
           "Image": "insert the ECR Image URI",
           "ModelDataUrl": "insert S3 archive URL",
           "Environment": {"See details below"}
       },
       "ExecutionRoleArn": "ARN for AmazonSageMaker-ExecutionRole"
   }

   如果您使用訓練模型 SageMaker，請指定下列環境變數：

   "Environment": {
       "SAGEMAKER_SUBMIT_DIRECTORY" : "[Full S3 path for *.tar.gz file containing the training script]"
   }

   如果您沒有使用訓練模型 SageMaker，請指定下列環境變數：

   MXNet and PyTorch

   "Environment": {
       "SAGEMAKER_PROGRAM": "inference.py",
       "SAGEMAKER_SUBMIT_DIRECTORY": "/opt/ml/model/code",
       "SAGEMAKER_CONTAINER_LOG_LEVEL": "20",
       "SAGEMAKER_REGION": "insert your region",
       "MMS_DEFAULT_RESPONSE_TIMEOUT": "500"
   }

   TensorFlow

   "Environment": {
       "SAGEMAKER_PROGRAM": "inference.py",
       "SAGEMAKER_SUBMIT_DIRECTORY": "/opt/ml/model/code",
       "SAGEMAKER_CONTAINER_LOG_LEVEL": "20",
       "SAGEMAKER_REGION": "insert your region"
   }

   注意

   AmazonSageMakerFullAccess 和 AmazonS3ReadOnlyAccess 政策必須連接到 AmazonSageMaker-ExecutionRole IAM 角色。

2. 執行以下命令：

   aws sagemaker create-model --cli-input-json file://create_model.json

   如需 create-model API 的完整語法，請參閱 create-model。

建立一個端點組態

建立 SageMaker 模型後，請使用 create-endpoint-config API 建立端點設定。若要這麼做，請使用端點組態規格建立 JSON 檔案。例如，您可使用下列程式碼範本並將其儲存為 create_config.json：

{
    "EndpointConfigName": "<provide your endpoint config name>",
    "ProductionVariants": [
        {
            "VariantName": "<provide your variant name>",
            "ModelName": "my-sagemaker-model",
            "InitialInstanceCount": 1,
            "InstanceType": "<provide your instance type here>",
            "InitialVariantWeight": 1.0
        }
    ]
}

現在運行以下 AWS CLI 命令來創建端點配置：

aws sagemaker create-endpoint-config --cli-input-json file://create_config.json

如需 create-endpoint-config API 的完整語法，請參閱 create-endpoint-config。

建立端點

建立端點組態後，請使用 create-endpoint API 建立端點：

aws sagemaker create-endpoint --endpoint-name '<provide your endpoint name>' --endpoint-config-name '<insert your endpoint config name>'

如需 create-endpoint API 的完整語法，請參閱 create-endpoint。