Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 Amazon Web Services 服务入门。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

创建推理端点进行查询

推理端点允许您查询模型训练过程构建的一个特定模型。终端节点附加到训练过程能够生成的给定类型中性能最佳的模型。然后，终端节点能够接受来自 Neptune 的 Gremlin 查询，并返回该模型对查询输入的预测。创建推理终端节点后，它将保持活动状态，直到您删除它。

管理 Neptune ML 的推理端点

完成对从 Neptune 导出的数据的模型训练后，可以使用curl（或者awscurl) 命令类似于下面这样：

curl \
  -X POST https://(your Neptune endpoint)/ml/endpoints
  -H 'Content-Type: application/json' \
  -d '{
        "id" : "(a unique ID for the new endpoint)",
        "mlModelTrainingJobId": "(the model-training job-id of a completed job)"
      }'

您还可以通过完成的模型转换作业创建的模型创建推理端点，方法大致相同：

curl \
  -X POST https://(your Neptune endpoint)/ml/endpoints
  -H 'Content-Type: application/json' \
  -d '{
        "id" : "(a unique ID for the new endpoint)",
        "mlModelTransformJobId": "(the model-transform job-id of a completed job)"
      }'

有关如何使用这些命令的详细信息，请参阅终端节点命令，以及有关如何获取终端节点状态、如何删除终端节点以及如何列出所有推理终端节点的信息。