Etapa 3: Adicionar uma versão do produto inicial - AWS Marketplace

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Etapa 3: Adicionar uma versão do produto inicial

Esta página orienta você em meio à adição da versão inicial do produto. O produto pode ter várias versões em todo o ciclo de vida, e cada versão é identificada por um ARN do SageMaker AI exclusivo.

  1. Em Nomes do recurso da Amazon (ARNs):

    1. Insira o modelo ou o algoritmo do ARN do Amazon SageMaker AI.

      • ARN do pacote de modelos de exemplo: arn:aws:sagemaker:<region>:<account-id>:model-package/<model-package-name>

        Para encontrar o ARN do pacote de modelos, consulte Meus pacotes de modelos do mercado.

      • ARN do algoritmo de exemplo: arn:aws:sagemaker:<region>:<account-id>:algorithm/<algorithm-name>

        Para encontrar o ARN do recurso de algoritmo, consulte Meus algoritmos.

    2. Insira o ARN da função de acesso do IAM.

      ARN do IAM de exemplo: arn:aws:iam::<account-id>:role/<role-name>

  2. Em Informações da versão, insira o Nome da versão e as Notas da versão.

  3. Em Detalhes da entrada do modelo, insira um resumo das entradas de modelo e forneça dados de entrada de exemplo para entradas de trabalho em lote e em tempo real. Você também pode oferecer eventuais limitações de entrada.

  4. (Opcional) Em Parâmetros de entrada, dê informações detalhadas sobre cada parâmetro de entrada compatível com o produto. Você pode fornecer o nome do parâmetro, uma descrição, restrições e especificar se o parâmetro é obrigatório ou opcional. Você pode fornecer até 24 parâmetros de entrada.

  5. (Opcional) Em Atributos personalizados, forneça todos os parâmetros de invocação personalizados compatíveis com o produto. Para cada atributo, você pode fornecer um nome, descrição, restrições e especificar se o atributo é obrigatório ou opcional.

  6. Em Detalhes da saída do modelo, insira um resumo das saídas de modelo e forneça dados de saída de exemplo para saídas de trabalho em lote e em tempo real. Você também pode oferecer eventuais limitações de saída.

  7. (Opcional) Em Parâmetros de saída, dê informações detalhadas sobre cada parâmetro de saída compatível com o produto. Você pode fornecer o nome do parâmetro, uma descrição, restrições e especificar se o parâmetro é obrigatório ou opcional. Você pode fornecer até 24 parâmetros de saída.

  8. Em Instruções de uso, dê instruções claras de uso do modelo de maneira eficaz, como práticas recomendadas, como lidar com casos de borda comuns ou sugestões de otimização do desempenho.

  9. Em Links de caderno e repositório do Git, dê links para cadernos de exemplo e repositórios do Git. Os cadernos de amostra devem incluir como invocar o modelo. O repositório do Git deve incluir cadernos, arquivos de dados e outras ferramentas para desenvolvedores.

  10. Em Tipos de instância recomendados, selecione os tipos de instância recomendados para o produto.

    Para pacotes de modelos, você selecionará os tipos de instância recomendados para transformação em lote e inferência em tempo real.

    Para pacotes de algoritmos, você selecionará o tipo de instância recomendado para tarefas de treinamento.

    nota

    Os tipos de instância disponíveis para seleção são limitados aos compatíveis com o pacote de modelos ou algoritmos. Esses tipos de instância compatíveis foram determinados quando você criou inicialmente os recursos no Amazon SageMaker AI. Isso garante que o produto só seja associado a configurações de hardware que possam executar com eficiência a solução de machine learning.

  11. Escolha Próximo para avançar à próxima etapa no assistente.