Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Conozca las opciones para implementar modelos y obtener inferencias en Amazon AI SageMaker
Para ayudarle a empezar con la inferencia de SageMaker IA, consulte las siguientes secciones, en las que se explican las opciones para implementar su modelo en la SageMaker IA y obtener inferencias. La sección [Opciones de inferencia en Amazon AI SageMaker](deploy-model-options.md) puede ayudarle a determinar qué característica se adapta mejor a su caso de uso para la inferencia.
Puedes consultar [Recursos](inference-resources.md) esta sección para obtener más información sobre resolución de problemas e información de referencia, blogs y ejemplos que te ayudarán a empezar, además de información general. FAQs
**Topics**
+ [Antes de empezar](#deploy-model-prereqs)
+ [Pasos para la implementación de modelos](#deploy-model-steps)
+ [Opciones de inferencia en Amazon AI SageMaker](deploy-model-options.md)
+ [Opciones de punto final avanzadas para realizar inferencias con Amazon AI SageMaker](deploy-model-advanced.md)
+ [Próximos pasos para realizar inferencias con Amazon AI SageMaker](deploy-model-next-steps.md)
## Antes de empezar
En estos temas se presupone que ha creado y entrenado modelos de machine learning y que está listo para implementarlos. No necesitas entrenar tu modelo en SageMaker IA para implementarlo en SageMaker IA y obtener inferencias. Si no tienes tu propio modelo, también puedes usar los [algoritmos integrados de la SageMaker IA o los modelos previamente entrenados](https://docs.aws.amazon.com/sagemaker/latest/dg/algos.html).
Si eres nuevo en el mundo de la SageMaker IA y aún no has elegido un modelo para implementarlo, sigue los pasos del tutorial [Get Started with Amazon SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/gs.html). Utilice el tutorial para familiarizarse con la forma en que la SageMaker IA gestiona el proceso de ciencia de datos y cómo gestiona la implementación de modelos. Para obtener más información acerca de entrenamiento de modelos, consulte [Entrenamiento de modelos](https://docs.aws.amazon.com/sagemaker/latest/dg/train-model.html).
Para obtener más información, referencias y ejemplos, consulte [Recursos](inference-resources.md).
## Pasos para la implementación de modelos
Para los punto de conexión de inferencia, el flujo de trabajo general consiste en lo siguiente:
+ Cree un modelo en SageMaker AI Inference apuntando a los artefactos del modelo almacenados en Amazon S3 y a una imagen de contenedor.
+ Seleccione una opción de inferencia. Para obtener más información, consulte [Opciones de inferencia en Amazon AI SageMaker](deploy-model-options.md).
+ Cree una configuración de punto final de inferencia de SageMaker IA eligiendo el tipo de instancia y la cantidad de instancias que necesita detrás del punto final. Puede utilizar [Amazon SageMaker Inference Recommender](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-recommender.html) para obtener recomendaciones para los tipos de instancias. Para la inferencia sin servidor, solo necesita proporcionar la configuración de memoria que necesita en función del tamaño del modelo.
+ Cree un punto final de inferencia de SageMaker IA.
+ Invoque su punto de conexión para recibir una inferencia como respuesta.
El siguiente diagrama muestra el flujo de trabajo anterior.
![\[El flujo de trabajo descrito en el párrafo anterior muestra cómo obtener inferencias a partir de SageMaker la IA.\]](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/inference-workflow-flowchart.png)
Puede realizar estas acciones mediante la AWS consola AWS SDKs, el SDK de SageMaker Python CloudFormation o el AWS CLI.
Para realizar inferencias por lotes con transformación por lotes, señale los artefactos del modelo y los datos de entrada y cree un trabajo de inferencia por lotes. En lugar de alojar un punto final para realizar inferencias, la SageMaker IA envía sus inferencias a la ubicación de Amazon S3 que elija.