モデルパッケージを使用してモデルを作成する - Amazon SageMaker AI
モデルパッケージを使用してモデルを作成する (コンソール)モデルパッケージを使用してモデルを作成する (API)モデルパッケージを使用してモデルを作成する (Amazon SageMaker Python SDK)

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。

モデルパッケージを使用してモデルを作成する

モデルパッケージを使用し、ホストエンドポイントを作成するか、バッチ変換ジョブを実行して、リアルタイムの推論を得るために使用できるデプロイ可能なモデルを作成します。モデルパッケージからデプロイ可能なモデルを作成するには、Amazon SageMaker AI コンソール、低レベルの SageMaker API、または Amazon SageMaker Python SDK を使用します。

モデルパッケージを使用してモデルを作成する (コンソール)

モデルパッケージからデプロイ可能なモデルを作成するには (コンソール)

  1. SageMaker AI コンソール (https://console.aws.amazon.com/sagemaker/) を開きます。

  2. [Model packages (モデルパッケージ)] を選択します。

  3. [My model packages (自分のモデルパッケージ)] タブのリストから作成したモデルパッケージを選択するか、[AWS Marketplace subscriptions (AWS Marketplace サブスクリプション)] タブでサブスクライブしたモデルパッケージを選択します。

  4. [モデルの作成] を選択します。

  5. [モデル名] には、モデルの名前を入力します。

  6. [IAM ロール] では、SageMaker AI での他のサービスの代理呼び出しに必要な許可を持つ IAM ロールを選択するか、[新しいロールを作成] を選択して、AmazonSageMakerFullAccess 管理ポリシーがアタッチされたロールの作成を SageMaker AI に許可します。詳細については、「SageMaker AI 実行ロールの使用方法」を参照してください。

  7. [VPC] には、モデルにアクセス権を付与する Amazon VPC を選択します。詳細については、「Amazon VPC のリソースへのアクセス権を SageMaker AI のホストされたエンドポイントに付与する」を参照してください。

  8. [Container input options (コンテナ入力オプション)] と [Choose model package (モデルパッケージの選択)] はデフォルト値のままにします。

  9. 環境変数には、モデルコンテナに渡す環境変数の名前と値を入力します。

  10. [タグ] には、モデルを管理するためのタグを 1 つ以上指定します。各タグは、キーおよび値 (オプション) で構成されます。タグキーはリソースごとに一意である必要があります。

  11. [モデルの作成] を選択します。

デプロイ可能なモデルを作成したら、それを使用してリアルタイム推論用のエンドポイントを設定したり、データセット全体の推論を取得するためのバッチ変換ジョブを作成したりすることができます。SageMaker AI でエンドポイントをホストする方法については、「推論のためのモデルをデプロイする」を参照してください。

モデルパッケージを使用してモデルを作成する (API)

モデルパッケージを使用してデプロイ可能なモデルを作成する際に SageMaker API を使用するには、CreateModel API に渡す ContainerDefinition オブジェクトの ModelPackageName フィールドにモデルパッケージの名前または Amazon リソースネーム (ARN) を指定します。

デプロイ可能なモデルを作成したら、それを使用してリアルタイム推論用のエンドポイントを設定したり、データセット全体の推論を取得するためのバッチ変換ジョブを作成したりすることができます。SageMaker AI がホストするエンドポイントについては、「推論のためのモデルをデプロイする」を参照してください。

モデルパッケージを使用してモデルを作成する (Amazon SageMaker Python SDK)

モデルパッケージを使用してデプロイ可能なモデルを作成する際に SageMaker AI Python SDK を使用するには、ModelPackage オブジェクトを初期化し、モデルパッケージの Amazon リソースネーム (ARN) を model_package_arn 引数として渡します。例えば、次のようになります。

from sagemaker import ModelPackage
model = ModelPackage(role='SageMakerRole',
         model_package_arn='training-job-scikit-decision-trees-1542660466-6f92',
         sagemaker_session=sagemaker_session)

デプロイ可能なモデルを作成したら、それを使用してリアルタイム推論用のエンドポイントを設定したり、データセット全体の推論を取得するためのバッチ変換ジョブを作成したりすることができます。SageMaker AI でエンドポイントをホストする方法については、「推論のためのモデルをデプロイする」を参照してください。