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。
在 Studio 中部署模型
註冊模型版本並核准其進行部署後，請將其部署到 Amazon SageMaker AI 端點以進行即時推論。您可以在 Amazon SageMaker Studio 中 使用 Python 從登錄中部署模型 或部署模型。以下提供如何在 Studio 中部署模型的指示。
此功能不適用於 Amazon SageMaker Studio Classic。
-
如果 Studio 是您的預設體驗，則 UI 與 Amazon SageMaker Studio UI 概觀 中找到的映像類似。
-
如果 Studio Classic 是您的預設體驗，則 UI 與 Amazon SageMaker Studio Classic UI 概觀 中找到的映像類似。
在您可以部署模型套件之前，必須符合模型套件的下列要求：
-
可用的有效推論規格。如需詳細資訊，請參閱 InferenceSpecification。
-
具有核准狀態的模型。如需詳細資訊，請參閱更新模型的核准狀態。
以下提供如何在 Studio 中部署模型的指示。
使用 Studio 部署模型
-
遵循 啟動 Amazon SageMaker Studio 中的指示開啟 Studio 主控台。
-
從主要導覽窗格中選擇模型。
-
如果尚未選取，請選擇已註冊模型索引標籤。
-
如果尚未選取，請在已註冊模型索引標籤的正下方選擇模型群組。
-
(選用) 如果您具有與您共用的模型，您可以選擇我的模型或與我共用。
-
選取已註冊模型的核取方塊。如果符合上述要求，部署按鈕變成可供選擇。
-
選擇部署以開啟將模型部署至端點頁面。
-
在端點設定中設定部署資源。
-
一旦驗證了設定，請選擇部署。然後，模型將部署到狀態為服務中的端點。
對於 us-east-1、ap-northeast-1、 us-west-2和 eu-west-1區域，您可以使用下列指示來部署模型：
使用 Studio 部署模型
-
遵循 啟動 Amazon SageMaker Studio 中的指示開啟 Studio 主控台。
-
從主要導覽窗格中選擇模型。
-
選擇我的模型索引標籤。
-
如果尚未選取，請選擇已記錄模型索引標籤。
-
選取模型，然後選擇檢視最新版本。
-
選擇部署並在 SageMaker AI 或 Amazon Bedrock 之間選取。
-
一旦驗證了設定，請選擇部署。然後，模型將部署到狀態為服務中的端點。
