翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 # Studio でモデルをデプロイする モデルバージョンを登録し、デプロイを承認したら、Amazon SageMaker AI エンドポイントにデプロイしてリアルタイム推論を実行します。[Python を使用してレジストリからモデルをデプロイする](model-registry-deploy.md) を使用してレジストリからモデルをデプロイすることも、Amazon SageMaker Studio でモデルをデプロイすることもできます。Studio でモデルをデプロイする手順は、次のとおりです。 この機能は、Amazon SageMaker Studio Classic では利用できません。 + Studio がデフォルトエクスペリエンスである場合、UI は「[Amazon SageMaker Studio の UI の概要](studio-updated-ui.md)」の画像のようになります。 + Studio Classic がデフォルトのエクスペリエンスである場合、UI は「[Amazon SageMaker Studio Classic の UI の概要](studio-ui.md)」の画像のようになります。 モデルパッケージをデプロイする前に、モデルパッケージで次の要件を満たす必要があります。 + 有効な推論仕様が利用できるようになっています。詳細については、「[InferenceSpecification](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateModelPackage.html#sagemaker-CreateModelPackage-request-InferenceSpecification)」を参照してください。 + 承認済みステータスのモデルです。詳細については「[モデルの承認ステータスを更新する](model-registry-approve.md)」を参照してください。 Studio でモデルをデプロイする手順は、次のとおりです。 **Studio でモデルをデプロイするには** 1. 「[Amazon SageMaker Studio を起動する](studio-updated-launch.md)」の手順に従って、Studio コンソールを開きます。 1. 左側のナビゲーションペインで **[モデル]** を選択します。 1. まだ選択されていない場合は、**[登録済みモデル]** タブをクリックします。 1. **[登録済みモデル]** タブラベルのすぐ下にある **[モデルグループ]** をまだ選択していない場合は、選択します。 1. (オプション) 共有されているモデルがある場合は、**[自分のモデル]** または **[自分と共有]** を選択できます。 1. 登録済みモデルのチェックボックスをオンにします。上記の要件が満たされると、**[デプロイ]** ボタンがクリックできるようになります。 1. **[デプロイ]** をクリックして、**[モデルをエンドポイントにデプロイ]** ページを開きます。 1. **[エンドポイント設定]** でデプロイリソースを設定します。 1. 設定内容を検証したら、**[デプロイ]** をクリックします。これで、モデルは **[実行中]** ステータスとなり、エンドポイントにデプロイされます。 `us-east-1`、`us-west-2`、、`ap-northeast-1`および `eu-west-1`リージョンでは、以下の手順に従ってモデルをデプロイできます。 **Studio でモデルをデプロイするには** 1. 「[Amazon SageMaker Studio を起動する](studio-updated-launch.md)」の手順に従って、Studio コンソールを開きます。 1. 左側のナビゲーションペインで **[モデル]** を選択します。 1. **マイモデル**タブを選択します。 1. まだ選択されていない場合は、ログに記録された**モデル**タブを選択します。 1. モデルを選択し、**最新バージョンの表示**を選択します。 1. **デプロイ**を選択し、SageMaker AI または Amazon Bedrock を選択します。 1. 設定内容を検証したら、**[デプロイ]** をクリックします。これで、モデルは **[実行中]** ステータスとなり、エンドポイントにデプロイされます。