기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
3단계: 초기 제품 버전 추가
이 페이지에서는 제품의 초기 버전을 추가하는 방법을 안내합니다. 제품은 수명 주기 동안 여러 버전을 가질 수 있으며 각 버전은 고유한 SageMaker AI ARN으로 식별됩니다.
-
Amazon 리소스 이름(ARNs:
-
모델 또는 알고리즘 Amazon SageMaker AI ARN을 입력합니다.
-
예제 모델 패키지 ARN:
arn:aws:sagemaker:<region>:<account-id>:model-package/<model-package-name>모델 패키지 ARN을 찾으려면 내 마켓플레이스 모델 패키지를
참조하세요. -
알고리즘 ARN의 예:
arn:aws:sagemaker:<region>:<account-id>:algorithm/<algorithm-name>알고리즘 리소스 ARN을 찾으려면 내 알고리즘을 참조하세요
.
-
-
IAM 액세스 역할 ARN을 입력합니다.
IAM ARN 예:
arn:aws:iam::<account-id>:role/<role-name>
-
-
버전 정보에서 버전 이름과 릴리스 정보를 입력합니다.
-
모델 입력 세부 정보에서 모델 입력 요약을 입력하고 실시간 및 배치 작업 입력에 대한 샘플 입력 데이터를 제공합니다. 선택적으로 입력 제한을 제공할 수 있습니다.
-
(선택 사항) 입력 파라미터에서 제품에서 지원하는 각 입력 파라미터에 대한 자세한 정보를 제공합니다. 파라미터 이름, 설명, 제약 조건을 제공하고 파라미터가 필요한지 아니면 선택 사항인지 지정할 수 있습니다. 최대 24개의 입력 파라미터를 제공할 수 있습니다.
-
(선택 사항) 사용자 지정 속성에서 제품에서 지원하는 사용자 지정 호출 파라미터를 제공합니다. 각 속성에 대해 이름, 설명, 제약 조건을 제공하고 속성이 필요한지 아니면 선택 사항인지 지정할 수 있습니다.
-
모델 출력 세부 정보에서 모델 출력 요약을 입력하고 실시간 및 배치 작업 출력에 대한 샘플 출력 데이터를 제공합니다. 선택적으로 출력 제한을 제공할 수 있습니다.
-
(선택 사항) 출력 파라미터에서 제품에서 지원하는 각 출력 파라미터에 대한 자세한 정보를 제공합니다. 파라미터 이름, 설명, 제약 조건을 제공하고 파라미터가 필요한지 아니면 선택 사항인지 지정할 수 있습니다. 최대 24개의 출력 파라미터를 제공할 수 있습니다.
-
사용 지침에서 모범 사례, 일반적인 엣지 사례 처리 방법 또는 성능 최적화 제안과 같이 모델을 효과적으로 사용하기 위한 명확한 지침을 제공합니다.
-
Git 리포지토리 및 노트북 링크에서 예제 노트북 및 Git 리포지토리에 대한 링크를 제공합니다. 샘플 노트북에는 모델을 호출하는 방법이 포함되어야 합니다. Git 리포지토리에는 노트북, 데이터 파일 및 기타 개발자 도구가 포함되어야 합니다.
-
권장 인스턴스 유형에서 제품의 권장 인스턴스 유형을 선택합니다.
모델 패키지의 경우 배치 변환과 실시간 추론 모두에 권장되는 인스턴스 유형을 선택합니다.
알고리즘 패키지의 경우 훈련 작업에 권장되는 인스턴스 유형을 선택합니다.
참고
선택할 수 있는 인스턴스 유형은 모델 또는 알고리즘 패키지에서 지원하는 인스턴스 유형으로 제한됩니다. 지원되는 이러한 인스턴스 유형은 Amazon SageMaker AI에서 리소스를 처음 생성할 때 결정되었습니다. 이렇게 하면 제품이 기계 학습 솔루션을 효과적으로 실행할 수 있는 하드웨어 구성에만 연결됩니다.
-
다음을 선택하여 마법사의 다음 단계로 이동합니다.
