Amazon SageMaker Autopilot 模型部署 - Amazon SageMaker
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。

Amazon SageMaker Autopilot 模型部署

要部署在自动驾驶仪实验中生成最佳验证度量的模型，您可以选择多种选项。在 SageMaker Studio 中使用自动驾驶仪时，您可以自动或手动部署模型。在另一个开发中工作时，您可以直接调用自动驾驶仪 API 来部署模型。

  • 自动：要自动将最佳模型从自动驾驶仪实验部署到端点，请接受默认自动部署值在 上在 SageMaker Studio 中创建实验。

    Select决定使用自动部署。.
    注意

    如果区域中终端节点实例的默认资源配额或客户配额受到限制，则自动部署将失败。目前的要求是，您需要至少有两个 ml.m5.2xlarge 实例。例如，欧盟北部 1 区域（斯德哥尔摩）不符合这一要求。此区域支持的实例类型列于欧洲（斯德哥尔摩）eu-northeSageMaker 实例类型. 如果遇到该问题，您可以请求提高 SageMaker 终端节点实例的服务限制，方法是按照 位置的过程支持的区域和配额. 在Case 详细信息面板中，选择SageMaker 终端节点(对于 )限制类型. 适用于请求 1下，选择：

    • 区域：欧洲（斯德哥尔摩）

    • 资源类型：SageMaker 托管

    • 限制：ml.m5.2xlarge(至少)

    • 新限制值：2

  • 手动方式：要将最佳模型从自动驾驶仪实验手动部署到端点，请将自动部署值为Off在 SageMaker Studio 中创建实验。

    Select决定使用自动部署。.

  • API 调用：进行以下一系列 API 调用：

    1. CreateAutoMLJob

    2. DescribeAutoMLJob

    3. ListCandidatesForAutoMLJob

    4. CreateModel

    5. CreateEndpointConfig

    6. CreateEndpoint

默认情况下，SageMaker Studio 中实验结果的自动部署会调用最后一个选项中列出的六个 API。有关如何创建试用的信息，请参阅创建 Amazon SageMaker Autopilot 实验.

注意

为避免产生不必要的费用，请在不再需要后删除部署模型创建的终端节点和资源。有关按地区划分的实例定价的信息，请访问Amazon SageMaker 定价.