本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# Package a Model（亚马逊 SageMaker AI 控制台）
<a name="edge-packaging-job-console"></a>

您可以使用 SageMaker AI 控制台创建 SageMaker Edge Manager 打包作业，网址为[https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)。在继续之前，请确保您已经满足[满足先决条件](edge-packaging-job-prerequisites.md)。

1. 在 SageMaker AI 控制台中，选择 **Edge Inf** erence，然后选择**创建边缘打包作业**，如下图所示。  
![\[管理控制台中创建边缘打包作业的位置。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/smith/pre-edge-packaging-button-edited.png)

1. 在**作业属性**页面中，在**边缘打包作业名称**下面输入打包作业的名称。请注意，Edge Manager 打包作业名称区分大小写。为您的模型命名并给它一个版本：分别在**模型名称**和**模型版本**下输入这些信息。

1. 接下来选择 **IAM 角色**。您可以选择一个角色或者让 AWS 为您创建一个角色。您可以选择指定**资源密钥 ARN** 和**作业标签**。

1. 选择**下一步**。  
![\[管理控制台中的作业属性部分示例。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/smith/create-edge-packaging-job-filled.png)

1. 在编译作业名称字段中指定使用 SageMaker Neo 编译模型时使用的**编译作业的名称**。选择**下一步**。  
![\[管理控制台中模型源部分的示例。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/smith/create-edge-packaging-job-model-source-filled.png)

1. 在**输出配置**页面中，输入要在其中存储打包作业输出的 Amazon S3 存储桶 URI。  
![\[管理控制台中的示例输出配置页面。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/smith/create-device-fleet-output-filled.png)

   **边缘打包**作业页面上的**状态**列应显示为**进行中**。打包作业完成后，状态将更新为**已完成**。

   选择打包作业会引导您进入该作业的设置。**作业设置**部分显示作业名称、ARN、状态、创建时间、上次修改时间、打包作业的持续时间和角色 ARN。

   **输入配置**部分显示模型构件的位置、数据输入配置和模型的机器学习框架。

   **输出配置**部分显示打包作业的输出位置、为其编译模型的目标设备以及您创建的任何标签。

1. 选择要重定向到设备队列详细信息的设备队列的名称。此页面显示设备队列的名称、ARN、描述（如果您提供的话）、队列的创建日期、上次修改队列的时间、Amazon S3 存储桶 URI、 AWS KMS 密钥 ID（如果提供）、 AWS IoT 别名（如果提供）和 IAM 角色。如果添加了标签，它们将在**设备队列标签**部分显示。