Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Menerapkan model kustom
<a name="deploying-custom-model"></a>

Anda dapat menerapkan model kustom dengan konsol Amazon Bedrock, AWS Command Line Interface, atau. AWS SDKs Untuk informasi tentang penggunaan penerapan untuk inferensi, lihat [Menggunakan penerapan untuk inferensi sesuai permintaan](https://docs.aws.amazon.com/bedrock/latest/userguide/use-custom-model-on-demand.html). 

**Topics**
+ [Menerapkan model khusus (konsol)](#deploy-custom-model-console)
+ [Menerapkan model kustom ()AWS Command Line Interface](#deploy-custom-model-cli)
+ [Menerapkan model kustom ()AWS SDKs](#deploy-custom-model-sdk)

## Menerapkan model khusus (konsol)
<a name="deploy-custom-model-console"></a>

Anda menerapkan model kustom dari halaman **Model kustom** sebagai berikut. Anda juga dapat menerapkan model dari halaman **sesuai permintaan model Kustom** dengan bidang yang sama. Untuk menemukan halaman ini, di **Inferensi dan Penilaian** di panel navigasi, pilih **Model khusus sesuai permintaan**.

**Untuk menerapkan model kustom**

1. Masuk ke Konsol Manajemen AWS menggunakan [peran IAM dengan izin Amazon Bedrock](https://docs.aws.amazon.com//bedrock/latest/userguide/getting-started.html), dan buka konsol Amazon Bedrock di. [https://console.aws.amazon.com/nova/](https://console.aws.amazon.com/nova/)

1. Dari panel navigasi kiri, pilih **Model khusus di bawah model** **Foundation**.

1. Di tab **Model**, pilih tombol radio untuk model yang ingin Anda terapkan.

1. Pilih **Siapkan inferensi** dan pilih **Terapkan sesuai permintaan**.

1. Dalam **rincian Deployment**, berikan informasi berikut:
   + **Nama Deployment** (wajib) - Masukkan nama unik untuk penerapan Anda.
   + **Deskripsi** (opsional) — Masukkan deskripsi untuk penyebaran Anda.
   + **Tag** (opsional) - Tambahkan tag untuk alokasi biaya dan manajemen sumber daya.

1. Pilih **Buat**. Saat status ditampilkan`Completed`, model kustom Anda siap untuk inferensi sesuai permintaan. Untuk informasi selengkapnya tentang penggunaan model kustom, lihat [Menggunakan penerapan untuk inferensi sesuai permintaan](https://docs.aws.amazon.com/bedrock/latest/userguide/use-custom-model-on-demand.html).

## Menerapkan model kustom ()AWS Command Line Interface
<a name="deploy-custom-model-cli"></a>

Untuk menerapkan model kustom untuk inferensi sesuai permintaan menggunakan AWS Command Line Interface, gunakan `create-custom-model-deployment` perintah dengan Amazon Resource Name (ARN) model kustom Anda. Perintah ini menggunakan operasi [CreateCustomModelDeployment](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_CreateCustomModelDeployment.html)API. Ini mengembalikan ARN penerapan yang dapat Anda gunakan sebagai saat membuat permintaan `modelId` inferensi. Untuk informasi tentang penggunaan penerapan untuk inferensi, lihat [Menggunakan penerapan untuk inferensi sesuai permintaan](https://docs.aws.amazon.com/bedrock/latest/userguide/use-custom-model-on-demand.html).

```
aws bedrock create-custom-model-deployment \
--model-deployment-name "Unique name" \
--model-arn "Custom Model ARN" \
--description "Deployment description" \
--tags '[
    {
        "key": "Environment",
        "value": "Production"
    },
    {
        "key": "Team",
        "value": "ML-Engineering"
    },
    {
        "key": "Project",
        "value": "CustomerSupport"
    }
]' \
--client-request-token "unique-deployment-token" \
--region region
```

## Menerapkan model kustom ()AWS SDKs
<a name="deploy-custom-model-sdk"></a>

Untuk menerapkan model kustom untuk inferensi sesuai permintaan, gunakan operasi [CreateCustomModelDeployment](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_CreateCustomModelDeployment.html)API dengan Amazon Resource Name (ARN) model kustom Anda. Respons mengembalikan ARN penerapan yang dapat Anda gunakan sebagai saat membuat permintaan `modelId` inferensi. Untuk informasi tentang penggunaan penerapan untuk inferensi, lihat [Menggunakan penerapan untuk inferensi sesuai permintaan](https://docs.aws.amazon.com/bedrock/latest/userguide/use-custom-model-on-demand.html).

Kode berikut menunjukkan cara menggunakan SDK for Python (Boto3) untuk menyebarkan model kustom. 

```
def create_custom_model_deployment(bedrock_client):
    """Create a custom model deployment
    Args:
        bedrock_client: A boto3 Bedrock client for making API calls
 
    Returns:
        str: The ARN of the created custom model deployment
 
    Raises:
        Exception: If there is an error creating the deployment
    """
 
    try:
        response = bedrock_client.create_custom_model_deployment(
            modelDeploymentName="Unique deployment name",
            modelArn="Custom Model ARN",
            description="Deployment description",
            tags=[
                {'key': 'Environment', 'value': 'Production'},
                {'key': 'Team', 'value': 'ML-Engineering'},
                {'key': 'Project', 'value': 'CustomerSupport'}
            ],
            clientRequestToken=f"deployment-{uuid.uuid4()}"
        )
 
        deployment_arn = response['customModelDeploymentArn']
        print(f"Deployment created: {deployment_arn}")
        return deployment_arn
 
    except Exception as e:
        print(f"Error creating deployment: {str(e)}")
        raise
```