本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# Package 模型 (Amazon SageMaker AI 主控台)
<a name="edge-packaging-job-console"></a>

您可以使用 SageMaker AI 主控台建立 SageMaker Edge Manager 封裝任務，網址為 [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)。繼續之前，請確認您已滿足[完成事前準備](edge-packaging-job-prerequisites.md)。

1. 在 SageMaker AI 主控台中，選擇 **Edge 推論**，然後選擇**建立 Edge 封裝任務**，如下圖所示。  
![主控台中建立邊緣封裝任務的位置。](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/smith/pre-edge-packaging-button-edited.png)

1. 在**任務屬性**頁面上，在 **Edge 封裝任務名稱**下輸入封裝任務的名稱。請注意 Edge Manager 封裝作業名稱會區分大小寫。為您的模型命名並為其指定版本：在**模型名稱**和**模型版本**下各別輸入此內容。

1. 下一步，選取 **IAM 角色**。您可以選擇一個角色或讓您 AWS 建立一個角色。您可以選擇性地指定**資源金鑰 ARN** 和**任務標籤**。

1. 選擇**下一步**。  
![主控台中任務屬性區段的範例。](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/smith/create-edge-packaging-job-filled.png)

1. 在**編譯任務名稱**欄位中，指定使用 SageMaker Neo 編譯模型時所使用的編譯任務名稱。選擇**下一步**。  
![主控台中模型來源區段的範例。](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/smith/create-edge-packaging-job-model-source-filled.png)

1. 在**輸出組態**頁面上，輸入您要在其中存放封裝任務輸出的 Amazon S3 儲存貯體 URI。  
![主控台中範例輸出組態頁面。](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/smith/create-device-fleet-output-filled.png)

   **Edge 封裝**任務頁面上的**狀態**欄應該會顯示為**進行中**。封裝任務完成後，狀態會更新為**已完成**。

   選取封裝任務會將您導向至該任務設定。**任務設定**區段會顯示作業名稱、ARN、狀態、建立時間、上次修改時間、封裝工作的持續時間，以及角色 ARN。

   **輸入組態**區段會顯示模型成品的位置、資料輸入組態以及模型的機器學習架構。

   **輸出組態**區段會顯示封裝任務的輸出位置、編譯模型的目標裝置，以及您建立的任何標籤。

1. 選擇要重新導向至裝置機群詳細資訊的裝置機群名稱。此頁面顯示裝置機群名稱、ARN、描述 (若您提供的話)、建立機群的日期、上次修改機群的時間、Amazon S3 儲存貯體 URI、 AWS KMS 金鑰 ID (若有提供)、 AWS IoT 別名 (若有提供) 和 IAM 角色。如果您已新增標籤，它們會顯示在**裝置機群標籤**區段中。