本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
預先檢查端點請求和時間序列資料的回應
建議您將模型部署到 SageMaker AI 即時推論端點，然後將請求傳送到端點。手動檢查請求和回應，以確定兩者都符合時間序列資料的端點請求和時間序列資料的端點回應章節中的要求。如果您的模型容器支援批次請求，您可以從單一記錄請求開始，然後嘗試兩筆或更多記錄。
下列命令示範如何使用 AWS CLI請求回應。已 AWS CLI 預先安裝在 Studio 和 SageMaker 筆記本執行個體中。若要安裝 AWS CLI，請遵循 安裝指南
aws sagemaker-runtime invoke-endpoint \ --endpoint-name $ENDPOINT_NAME \ --content-type $CONTENT_TYPE \ --accept $ACCEPT_TYPE \ --body $REQUEST_DATA \ $CLI_BINARY_FORMAT \ /dev/stderr 1>/dev/null
參數定義如下：
$ENDPOINT NAME - 端點的名稱。
$CONTENT_TYPE - 請求的 MIME 類型 (模型容器輸入)。
$ACCEPT_TYPE - 回應的 MIME 類型 (模型容器輸出)。
$REQUEST_DATA - 請求的承載字串。
$CLI_BINARY_FORMAT - 命令列介面 (CLI) 參數的格式。對於 AWS CLI v1，此參數應保留空白。對於第 2 版，此參數應設定為
--cli-binary-format raw-in-base64-out。
注意
AWS CLI v2 預設會以 base64 編碼字串的形式傳遞二進位參數。下列進出端點的請求和回應範例使用 AWS CLI v1。
