Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Paso 3: agregar una versión inicial del producto
<a name="add-initial-version"></a>

 En esta página, se explica cómo agregar la versión inicial del producto. Su producto puede tener varias versiones a lo largo de su ciclo de vida y cada versión se identifica mediante un ARN de IA único de SageMaker. 

1.  En **Nombres de recurso de Amazon (ARN)**: 

   1.  Introduzca el modelo o algoritmo del ARN de Amazon SageMaker AI. 
      +  Ejemplo de ARN de paquete de modelos: `arn:aws:sagemaker:<region>:<account-id>:model-package/<model-package-name>` 

         Para encontrar el ARN de su paquete de modelos, consulte los [paquetes de modelos de Mi marketplace](https://console.aws.amazon.com/sagemaker/home#/model-packages/my-resources). 
      +  Ejemplo de ARN de algoritmo: `arn:aws:sagemaker:<region>:<account-id>:algorithm/<algorithm-name>` 

         Para encontrar su ARN de recursos de algoritmo, consulte [Mis algoritmos](https://console.aws.amazon.com/sagemaker/home#/algorithms/my-resources). 

   1.  Introduzca el ARN del rol de acceso a IAM. 

       Ejemplo de ARN de IAM: `arn:aws:iam::<account-id>:role/<role-name>` 

1.  En **Información sobre la versión**, introduzca el **Nombre de la versión** y las **Notas de la versión.** 

1.  En **Detalles de entrada de modelo**, introduzca un resumen de las entradas del modelo y proporcione datos de entrada de muestra para las entradas de trabajos por lotes y en tiempo real. También tiene la posibilidad de proporcionar cualquier limitación de entrada. 

1.  (Opcional) En **Parámetros de entrada**, proporcione información detallada sobre cada parámetro de entrada compatible con su producto. Puede proporcionar el nombre del parámetro, una descripción y las restricciones, además de especificar si el parámetro es obligatorio u opcional. Puede proporcionar hasta 24 parámetros de entrada. 

1.  (Opcional) En **Atributos personalizados**, proporcione todos los parámetros de invocación personalizados compatibles con su producto. Para cada atributo, puede proporcionar un nombre, una descripción y restricciones, además de especificar si el atributo es obligatorio u opcional. 

1.  En **Detalles de salida del modelo**, introduzca un resumen de las salidas del modelo y proporcione datos de salida de muestra para las salidas de los trabajos por lotes y en tiempo real. También tiene la posibilidad de proporcionar cualquier limitación de salida. 

1.  (Opcional) En **Parámetros de salida**, proporcione información detallada sobre cada parámetro de salida compatible con su producto. Puede proporcionar el nombre del parámetro, una descripción y las restricciones, además de especificar si el parámetro es obligatorio u opcional. Puede proporcionar hasta 24 parámetros de salida. 

1.  En **Instrucciones de uso**, proporcione instrucciones claras para utilizar el modelo de forma eficaz, como las prácticas recomendadas, cómo gestionar los casos de periferia más comunes o sugerencias de optimización del rendimiento. 

1.  En los **enlaces al repositorio de Git y a cuadernos**, proporcione enlaces a cuadernos de ejemplo y al repositorio de Git. Los cuadernos de muestra deberían incluir cómo invocar su modelo. Su repositorio de Git debe incluir cuadernos, archivos de datos y otras herramientas para desarrolladores. 

1.  En **Tipos de instancias recomendados**, seleccione los tipos de instancia recomendados para su producto. 

   Para los *paquetes de modelos*, seleccionará los tipos de instancias recomendados tanto para la transformación por lotes como para la inferencia en tiempo real.

   En el caso de los *paquetes de algoritmos*, seleccionará el tipo de instancia recomendado para los trabajos de entrenamiento.
**nota**  
 Los tipos de instancias disponibles para seleccionar se limitan a los compatibles con su modelo o paquete de algoritmos. Los tipos de instancias compatibles se determinaron cuando creó sus recursos en Amazon SageMaker AI. Esto garantiza que su producto solo esté asociado a las configuraciones de hardware que puedan ejecutar eficazmente su solución de machine learning. 

1. Seleccione **Siguiente** para continuar con el siguiente paso del asistente.