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。

# 完成事前準備
<a name="edge-packaging-job-prerequisites"></a>

若要封裝模型，您必須執行下列動作：

1. **使用 SageMaker AI Neo 編譯您的機器學習模型。**

   如果您尚未這麼做，請使用 SageMaker Neo 來編譯您的模型。如需有關如何編譯模型的詳細資訊，請參閱[使用 Neo 編譯和部署模型](https://docs.aws.amazon.com/sagemaker/latest/dg/neo.html)。如果您是首次使用 SageMaker Neo 的使用者，請參閱 [Neo Edge 裝置入門](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-getting-started-edge.html)。

1. **取得編譯任務的名稱。**

   提供您使用 SageMaker Neo 編譯模型時所使用的編譯任務名稱。開啟 SageMaker AI 主控台，網址為 [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)****：// AWS 。已提交編譯任務的名稱位於**名稱**欄中。

1. **取得您的 IAM ARN。**

   您需要 IAM 角色的 Amazon Resource Name (ARN)，用於下載和上傳模型，以及聯絡 SageMaker Neo。

   使用下列其中一種方法來取得 IAM ARN：
   + **以程式設計搭配 SageMaker AI Python SDK 使用**

     ```
     import sagemaker
     
     # Initialize SageMaker Session object so you can interact with AWS resources
     sess = sagemaker.Session()
     
     # Get the role ARN 
     role = sagemaker.get_execution_role()
     
     print(role)
     >> arn:aws:iam::<your-aws-account-id>:role/<your-role-name>
     ```

     如需有關使用 SageMaker Python SDK 的詳細資訊，請參閱 [SageMaker AI Python SDK API](https://sagemaker.readthedocs.io/en/stable/index.html)。
   + **使用 AWS Identity and Access Management (IAM) 主控台**

     導覽至 IAM 主控台，網址為 [https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/)。在 IAM **資源**區段中，選擇**角色**以檢視 AWS 帳戶中的角色清單。選取或建立具有`AmazonSageMakerFullAccess`、`AWSIoTFullAccess` 和 `AmazonS3FullAccess` 的角色。

     如需有關 IAM 的詳細資訊，請參閱[什麼是 IAM？](https://docs.aws.amazon.com/IAM/latest/UserGuide/introduction.html)

1. **有一個 S3 儲存桶 URI。**

   您需要至少有一個 Amazon Simple Storage Service (Amazon S3) 儲存貯體 URI 來儲存 Neo 編譯的模型、Edge Manager 封裝任務的輸出，以及來自裝置機群的範例資料。

   使用下列其中一種方法來建立 Amazon S3 儲存貯體：
   + **以程式設計搭配 SageMaker AI Python SDK 使用**

     您可以在工作階段期間使用預設的 Amazon S3 儲存貯體。系統會根據下列格式建立預設值區：`sagemaker-{region}-{aws-account-id}`。若要使用 SageMaker SDK 建立預設值區，請使用下列指令：

     ```
     import sagemaker
     
     session=sagemaker.create_session()
     
     bucket=session.default_bucket()
     ```
   + **使用 Amazon S3 主控台**

     在 [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/) 打開 Amazon S3 主控台，請參閱[如何建立 S3 儲存貯體？](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/create-bucket.html) 逐步說明。