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.

# Utilice un paquete de modelos para crear un modelo
<a name="sagemaker-mkt-model-pkg-model"></a>

Utilice un paquete de modelos para crear un modelo que pueda implementarse que pueda utilizar para obtener inferencias en tiempo real mediante la creación de un punto de conexión alojado o para ejecutar trabajos de transformación por lotes. Puede crear un modelo desplegable a partir de un paquete de modelos mediante la consola Amazon SageMaker AI, la SageMaker API de bajo nivel o el SDK de Amazon [ SageMaker Python](https://sagemaker.readthedocs.io/en/stable).

**Topics**
+ [Utilizar un paquete de modelos para crear un modelo (consola)](#sagemaker-mkt-model-pkg-model-console)
+ [Utilice un paquete de modelos para crear un modelo (API)](#sagemaker-mkt-model-pkg-model-api)
+ [Uso de un paquete de modelos para crear un modelo ([Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable))](#sagemaker-mkt-model-pkg-model-sdk)

## Utilizar un paquete de modelos para crear un modelo (consola)
<a name="sagemaker-mkt-model-pkg-model-console"></a>

**Para crear un modelo que pueda implementarse a partir de un paquete de modelos (consola)**

1. Abra la consola de SageMaker IA en. [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)

1. Elija **Model packages (Paquetes de modelos)**

1. Elija un paquete de modelos de los que creó de la lista en la pestaña **My model packages (Mis paquetes de modelos)** o elija un paquete de modelos al que se suscribió en la pestaña **AWS Marketplace subscriptions (Suscripciones de )**.

1. Seleccione **Crear modelo**.

1. En **Model name (Nombre de modelo)**, escriba un nombre único para el modelo.

1. Para el **rol de IAM**, elige un rol de IAM que tenga los permisos necesarios para llamar a otros servicios en tu nombre o elige **Crear un nuevo rol** para permitir que SageMaker AI cree un rol que tenga asociada la política `AmazonSageMakerFullAccess` gestionada. Para obtener información, consulte [Cómo utilizar las funciones de ejecución de la SageMaker IA](sagemaker-roles.md).

1. Para **VPC**, elija una VPC de Amazon a la que quiera que acceda su modelo. Para obtener más información, consulte [Ofrezca a los puntos de conexión alojados en SageMaker IA acceso a los recursos de su Amazon VPC](host-vpc.md).

1. Deje los valores predeterminados para **Container input options (Opciones de entrada del contenedor)** y **Choose model package (Elegir paquete de modelos)**.

1. Para las variables de entorno, proporcione los nombres y los valores de variables de entorno que desea transferir al contenedor de modelos.

1. En **Tags (Etiquetas)**, especifique una o varias etiquetas para administrar el modelo. Cada etiqueta consta de una clave y un valor opcional. Las claves de las etiquetas deben ser únicas para cada recurso.

1. Seleccione **Crear modelo**.

Después de crear un modelo que pueden implementarse, puede utilizarlo para configurar un punto de conexión para inferencia en tiempo real o crear un trabajo de transformación por lotes para obtener inferencias en conjuntos de datos completos. Para obtener información sobre el alojamiento de puntos finales en la SageMaker IA, consulte [Implementación de modelos para inferencias](https://docs.aws.amazon.com/sagemaker/latest/dg/deploy-model.html).

## Utilice un paquete de modelos para crear un modelo (API)
<a name="sagemaker-mkt-model-pkg-model-api"></a>

Para usar un paquete de modelos para crear un modelo desplegable mediante la SageMaker API, especifique el nombre o el nombre de recurso de Amazon (ARN) del paquete de modelos como campo `ModelPackageName` del objeto que se pasa a [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ContainerDefinition.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ContainerDefinition.html)la API.

Después de crear un modelo que pueden implementarse, puede utilizarlo para configurar un punto de conexión para inferencia en tiempo real o crear un trabajo de transformación por lotes para obtener inferencias en conjuntos de datos completos. Para obtener información sobre los puntos de enlace alojados en la SageMaker IA, consulte [Implementación de modelos para inferencias](https://docs.aws.amazon.com/sagemaker/latest/dg/deploy-model.html).

## Uso de un paquete de modelos para crear un modelo ([Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable))
<a name="sagemaker-mkt-model-pkg-model-sdk"></a>

Para usar un paquete de modelos para crear un modelo desplegable mediante el SDK de Python para SageMaker IA, inicialice un `ModelPackage` objeto y pase el nombre de recurso de Amazon (ARN) del paquete del modelo como argumento. `model_package_arn` Por ejemplo:

```
from sagemaker import ModelPackage
model = ModelPackage(role='SageMakerRole',
         model_package_arn='training-job-scikit-decision-trees-1542660466-6f92',
         sagemaker_session=sagemaker_session)
```

Después de crear un modelo que pueden implementarse, puede utilizarlo para configurar un punto de conexión para inferencia en tiempo real o crear un trabajo de transformación por lotes para obtener inferencias en conjuntos de datos completos. Para obtener información sobre el alojamiento de puntos de enlace en la SageMaker IA, consulte [Implementación](https://docs.aws.amazon.com/sagemaker/latest/dg/deploy-model.html) de modelos para inferencias.