ステップ 3: 初期製品バージョンを追加する

Amazon リソースネーム (ARNsの下：

1. モデルまたはアルゴリズム Amazon SageMaker AI ARN を入力します。

   • モデルパッケージ ARN の例: arn:aws:sagemaker:<region>:<account-id>:model-package/<model-package-name>

     モデルパッケージ ARN を確認するには、「マイマーケットプレイスモデルパッケージ」を参照してください。

   • アルゴリズム ARN の例: arn:aws:sagemaker:<region>:<account-id>:algorithm/<algorithm-name>

     アルゴリズムリソース ARN を見つけるには、「マイアルゴリズム」を参照してください。

2. IAM アクセスロール ARN を入力します。

   IAM ARN の例: arn:aws:iam::<account-id>:role/<role-name>

バージョン情報に、バージョン名とリリースノートを入力します。

モデル入力の詳細で、モデル入力の概要を入力し、リアルタイムおよびバッチジョブ入力のサンプル入力データを指定します。必要に応じて、任意の入力制限を指定できます。

（オプション) 入力パラメータで、製品でサポートされている各入力パラメータに関する詳細情報を入力します。パラメータ名、説明、制約を指定し、パラメータが必須かオプションかを指定できます。最大 24 個の入力パラメータを指定できます。

（オプション) カスタム属性で、製品でサポートされているカスタム呼び出しパラメータを指定します。属性ごとに、名前、説明、制約を指定し、属性が必要かオプションかを指定できます。

モデル出力の詳細で、モデル出力の概要を入力し、リアルタイムおよびバッチジョブ出力のサンプル出力データを提供します。必要に応じて、任意の出力制限を指定できます。

（オプション) 出力パラメータで、製品でサポートされている各出力パラメータに関する詳細情報を指定します。パラメータ名、説明、制約を指定し、パラメータが必須かオプションかを指定できます。最大 24 個の出力パラメータを指定できます。

「使用手順」で、ベストプラクティス、一般的なエッジケースの処理方法、パフォーマンス最適化の提案など、モデルを効果的に使用するための明確な手順を提供します。

Git リポジトリとノートブックリンクの下に、サンプルノートブックと Git リポジトリへのリンクを提供します。サンプルノートブックには、モデルを呼び出す方法を含める必要があります。Git リポジトリには、ノートブック、データファイル、およびその他の開発者ツールが含まれている必要があります。

推奨インスタンスタイプで、製品の推奨インスタンスタイプを選択します。

モデルパッケージでは、バッチ変換とリアルタイム推論の両方に推奨されるインスタンスタイプを選択します。

アルゴリズムパッケージでは、トレーニングジョブに推奨されるインスタンスタイプを選択します。

Next を選択して、ウィザードの次のステップに進みます。