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。

# 使用控制台部署编译的模型
<a name="neo-deployment-hosting-services-console"></a>

如果模型是使用 适用于 Python (Boto3) 的 AWS SDK、或 Amazon A SageMaker I 控制台编译的 AWS CLI，则必须满足[先决条件](https://docs.aws.amazon.com//sagemaker/latest/dg/neo-deployment-hosting-services-prerequisites)部分。按照以下步骤使用 AI 控制台 [https://console.aws.amazon.com/ SageMaker SageMaker ](https://console.aws.amazon.com/sagemaker/)AI 创建和部署 AI Neo 编译模型。 SageMaker 

**Topics**
+ [部署模型](#deploy-the-model-console-steps)

## 部署模型
<a name="deploy-the-model-console-steps"></a>

 满足[先决条件](https://docs.aws.amazon.com//sagemaker/latest/dg/neo-deployment-hosting-services-prerequisites)后，使用以下步骤部署使用 Neo 编译的模型：

1. 选择**模型**，然后从**推理**组中选择**创建模型**。在**创建模型**页面上，根据需要填写**模型名称**、**IAM 角色**以及 **VPC** 字段（可选）。  
![\[创建 Neo 模型用于推理\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/create-pipeline-model.png)

1. 要添加用于部署模型的容器的相关信息，请选择**添加容器**，然后选择**下一步**。填写 **Container input options (容器输入选项)**、**Location of inference code image (推理代码映像位置)** 和 **Location of model artifacts (模型构件位置)** 以及可选的 **Container host name (容器主机名)** 和 **Environmental variables (环境变量)** 字段。  
![\[创建 Neo 模型用于推理\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/neo-deploy-console-container-definition.png)

1. 要部署 Neo 编译的模型，请选择以下内容：
   + **容器输入选项**：选择**提供模型构件和推理映像**。
   + **推理代码映像的位置**：根据 AWS 区域和应用程序类型，从 [Neo 推理容器映像](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-deployment-hosting-services-container-images.html)中选择推理映像 URI。
   + **模型构件位置**：输入 Neo 编译 API 生成的、已编译模型构件的 Amazon S3 存储桶 URI。
   + **环境变量**：
     + 将此字段留空**SageMaker XGBoost**。
     + 如果您使用 SageMaker AI 训练模型，请将环境变量指定`SAGEMAKER_SUBMIT_DIRECTORY`为包含训练脚本的 Amazon S3 存储桶 URI。
     + 如果您没有使用 SageMaker AI 训练模型，请指定以下环境变量：    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/neo-deployment-hosting-services-console.html)

1. 确认容器的信息准确无误，然后选择 **Create model (创建模型)**。在**创建模型登录页面**上，选择**创建端点**。  
![\[创建模型登录页面\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/neo-deploy-console-create-model-land-page.png)

1. 在 **Create and configure endpoint (创建和配置端点)** 图表中，指定 **Endpoint name (端点名称)**。对于**连接端点配置**，请选择**创建新端点配置**。  
![\[Neo 控制台的创建和配置端点 UI。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/neo-deploy-console-config-endpoint.png)

1. 在 **New endpoint configuration (新建端点配置)** 页面中，指定 **Endpoint configuration name (端点配置名称)**。  
![\[Neo 控制台的新建端点配置 UI。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/neo-deploy-console-new-endpoint-config.png)

1. 选择模型名称旁的**编辑**，然后在**编辑生产变体**页面上指定正确的**实例类型**。**Instance type (实例类型)** 值必须与在编译作业中指定的值匹配。  
![\[Neo 控制台的新建端点配置 UI。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/neo-deploy-console-edit-production-variant.png)

1. 选择**保存**。

1. 在**新建端点配置**页面上，选择**创建端点配置**，然后选择**创建端点**。