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。

# 测试部署


您可以通过调用终端节点或通过 Amazon C SageMaker anvas 应用程序发出单个预测请求来测试模型部署。在生产环境中以编程方式调用端点之前，您可以使用此功能确认端点是否响应请求。

## 测试自定义模型部署


您可以通过 **ML Ops** 页面访问自定义模型部署，然后进行单次调用，以测试此模型部署。

**注意**  
执行长度是调用 Canvas 中的端点并从端点获取响应所需的估计时间。有关详细的延迟指标，请参阅 [SageMaker AI 终端节点调用指标](https://docs.amazonaws.cn/sagemaker/latest/dg/monitoring-cloudwatch.html#cloudwatch-metrics-endpoint-invocation)。

要通过 Canvas 应用程序测试您的端点，请执行以下操作：

1. 打开 SageMaker 画布应用程序。

1. 在左侧导航窗格中，选择 **ML Ops**。

1. 选择**部署**选项卡。

1. 从部署列表中，选择带有要调用的端点的部署。

1. 在部署的详细信息页面上，选择**测试部署**选项卡。

1. 在部署测试页面上，您可以修改**值**字段以指定新的数据点。对于时间序列预测模型，您需要指定要进行预测的**项目 ID**。

1. 修改值后，选择**更新**以获取预测结果。

此时将加载预测，同时加载的还有**调用结果**字段，这些字段指示调用是否成功以及处理请求所需的时间。

以下屏幕截图显示了在 Canvas 应用程序的**测试部署**选项卡上执行的预测。

![\[显示了已部署模型的测试预测的 Canvas 应用程序。\]](http://docs.amazonaws.cn/sagemaker/latest/dg/images/studio/canvas/canvas-test-deployments.png)


对于除数值预测和时间序列预测外的所有模型类型，预测都会返回以下字段：
+  **predicted\$1label** – 预测的输出
+  **probability** – 预测的标签正确的概率
+  **labels** – 所有可能的标签的列表
+  **probabilities** – 每个标签对应的概率（该列表的顺序与标签的顺序一致）

对于数值预测模型，预测结果只包含**分数**字段，即模型的预测输出，如预测的房屋价格。

对于时间序列预测模型而言，预测结果是按分位数显示预测结果的图表。您可以选择**架构视图**来查看每个分位数的预测数值。

您可以继续通过部署测试页面进行单一预测，也可以查看以下[调用端点](canvas-deploy-model-invoke.md)部分，了解如何从应用程序中以编程方式调用端点。

## 测试 JumpStart 基础模型部署


您可以通过 Canvas 应用程序与已部署 JumpStart 的基础模型交谈，以测试其功能，然后再通过代码调用该模型。

要与已部署 JumpStart 的基础模型交谈，请执行以下操作：

1. 打开 SageMaker 画布应用程序。

1. 在左侧导航窗格中，选择 **ML Ops**。

1. 选择**部署**选项卡。

1. 从部署列表中找到要调用的部署，然后选择其**更多选项**图标 (![\[More options icon for a model deployment.\]](http://docs.amazonaws.cn/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png))。

1. 从上下文菜单中，选择**测试部署**。

1.  JumpStart 基础模型将打开一个新的 “**生成、提取和汇总内容**” 聊天，你可以开始键入提示了。请注意，此聊天中的提示将作为请求发送到您的 SageMaker AI Hosting 终端节点。