翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# ステップ 3: 製品の初期バージョンの追加
このページでは、製品の初期バージョンを追加する方法について説明します。製品にはライフサイクルを通じて複数のバージョンが存在する場合があり、各バージョンは一意の SageMaker AI ARN で識別されます。
1. **[Amazon リソースネーム (ARN)]** で:
1. モデルまたはアルゴリズムの Amazon SageMaker AI ARN を入力します。
+ モデルパッケージ ARN の例: `arn:aws:sagemaker:::model-package/`
モデルパッケージ ARN を確認するには、「[自分の Marketplace モデルパッケージ](https://console.aws.amazon.com/sagemaker/home#/model-packages/my-resources)」を参照してください。
+ アルゴリズム ARN の例: `arn:aws:sagemaker:::algorithm/`
アルゴリズムリソース ARN を見つけるには、「[自分のアルゴリズム](https://console.aws.amazon.com/sagemaker/home#/algorithms/my-resources)」を参照してください。
1. IAM アクセスロールの ARN を入力します。
IAM ARN の例: `arn:aws:iam:::role/`
1. **[バージョンの情報]** に、**バージョン名**と**リリースノート**を入力します。
1. **[モデル入力の詳細]** で、モデル入力の概要を入力し、リアルタイムおよびバッチジョブ入力のサンプル入力データを入力します。必要に応じて、任意の入力制限を指定できます。
1. (オプション) **[入力パラメータ]** に、製品でサポートされている各入力パラメータに関する詳細情報を入力します。パラメータ名、説明、制約を指定し、パラメータが必須かオプションかを指定できます。最大 24 個の入力パラメータを指定できます。
1. (オプション) **[カスタム属性]** で、製品でサポートされているカスタム呼び出しパラメータを指定します。属性ごとに、名前、説明、制約を指定し、属性が必須かオプションかを指定できます。
1. **[モデルの出力の詳細]** で、モデル出力の概要を入力し、リアルタイムおよびバッチジョブ出力のサンプル出力データを入力します。必要に応じて、任意の出力制限を指定できます。
1. (オプション) **[出力パラメータ]** に、製品でサポートされている各出力パラメータに関する詳細情報を入力します。パラメータ名、説明、制約を指定し、パラメータが必須かオプションかを指定できます。最大 24 個の出力パラメータを指定できます。
1. **[使用説明書]** で、ベストプラクティス、一般的なエッジケースの処理方法、パフォーマンス最適化の提案など、モデルを効果的に使用するための明確な指示を提供します。
1. **[Git リポジトリとノートブックのリンク]** で、サンプルノートブックと Git リポジトリへのリンクを指定します。サンプルノートブックには、モデルを呼び出す方法を含める必要があります。Git リポジトリには、ノートブック、データファイル、およびその他のデベロッパーツールが含まれている必要があります。
1. **[推奨インスタンスタイプ]** で、製品の推奨インスタンスタイプを選択します。
*[モデルパッケージ]* では、バッチ変換とリアルタイム推論の両方に推奨されるインスタンスタイプを選択します。
*[アルゴリズムパッケージ]* では、トレーニングジョブに推奨されるインスタンスタイプを選択します。
**注記**
選択できるインスタンスタイプは、モデルまたはアルゴリズムパッケージでサポートされているインスタンスタイプに制限されます。サポートされているインスタンスタイプは、Amazon SageMaker AI でリソースを最初に作成した時点で決定されます。これにより、製品は機械学習ソリューションを効果的に実行できるハードウェア設定にのみ関連付けられます。
1. **[次へ]** を選択して、ウィザードの次のステップに進みます。