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。
在 Studio 中部署模型
注册模型版本并批准其部署后，将其部署到 Amazon A SageMaker I 终端节点以进行实时推理。您可以用 Python 从注册表部署模型或在 Amazon SageMaker Studio 中部署您的模型。下面将说明如何在 Studio 中部署模型。
此功能在 Amazon SageMaker Studio Classic 中不可用。
-
如果 Studio 是您的默认体验，则用户界面与 亚马逊 SageMaker Studio 界面概述 中的映像类似。
-
如果 Studio Classic 是您的默认体验，则用户界面与 亚马逊 SageMaker Studio 经典用户界面概述 中的映像类似。
在部署模型软件包之前，模型软件包必须满足以下要求：
-
可用的有效推理规范。请参阅InferenceSpecification了解更多信息。
-
已获批准的模型。请参阅更新模型的批准状态了解更多信息。
下面将说明如何在 Studio 中部署模型。
要在 Studio 中部署模型
-
按照 启动亚马逊 SageMaker Studio 中的说明打开 Studio 管理控制台。
-
从左侧导航窗格中选择模型。
-
如果尚未选择已注册模型选项卡，请选择该选项卡。
-
在已注册模型选项卡标签下方，选择模型组（如果尚未选择）。
-
（可选）如果有与您共享的模型，您可以选择我的模型或与我共享的模型。
-
选择已注册模型的复选框。如果满足上述要求，就可以选择部署按钮。
-
选择部署打开部署模型到端点页面。
-
在端点设置中配置部署资源。
-
验证设置后，选择部署。然后，模型将以服务中状态部署到端点。
对于us-east-1us-west-2ap-northeast-1、、和eu-west-1区域，您可以使用以下说明部署模型：
要在 Studio 中部署模型
-
按照 启动亚马逊 SageMaker Studio 中的说明打开 Studio 管理控制台。
-
从左侧导航窗格中选择模型。
-
选择 “我的模型” 选项卡。
-
如果尚未选择，请选择已记录的模型选项卡。
-
选择一个型号并选择 “查看最新版本”。
-
选择 “部署”，然后在 SageMaker AI 或 Amazon Bedrock 之间进行选择。
-
验证设置后，选择部署。然后，模型将以服务中状态部署到端点。