亚马逊 SageMaker 部署 Autopilot 模型 - 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。

亚马逊 SageMaker 部署 Autopilot 模型

要部署在 Autopilot 实验中生成最佳验证指标的模型，您有多种选择。在中使用 Autopilot SageMaker Studio，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 Autopilot API 来部署模型。

  • 自动：要自动将自动驾驶实验中的最佳模型部署到端点，请接受默认值自动部署值在 上在 SageMaker Studio 中创建实验时。

    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太有限，则自动部署将失败。目前的要求是你需要至少有两个 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-nor-1 中的 SageMaker 实例类型. 如果遇到此问题，您可以请求提高服务限制 SageMaker 通过按照中的过程操作终端实例支持的区域和配额. 在案例详细信面板中，选择SageMaker 端节点(对于 )限制类型. 适用于请求 1Select, SELECT:

    • 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：要手动将自动驾驶实验中的最佳模型部署到端点，请将自动部署值至Off在中创建实验时 SageMaker Studio。

    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

中的实验结果的自动部署 SageMaker 默认情况下，Studio 调用最后一个选项中列出的六个 API。有关如何创建实验的信息，请参阅创建亚马逊 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在部署模型时创建的终端节点和资源。有关按区域划分的实例定价的信息，请访问亚马逊 SageMaker 定价.