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。

# 使用主控台部署編譯的模型
<a name="neo-deployment-hosting-services-console"></a>

如果模型是使用 適用於 Python (Boto3) 的 AWS SDK、 或 Amazon SageMaker AI 主控台編譯的 AWS CLI，您必須滿足[先決條件](https://docs.aws.amazon.com//sagemaker/latest/dg/neo-deployment-hosting-services-prerequisites)區段。請遵循下方步驟，使用 SageMaker AI 主控台[https://console.aws.amazon.com/ SageMaker AI](https://console.aws.amazon.com/sagemaker/)建立和部署 SageMaker AI Neo 編譯的模型。

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

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

 符合[先決條件](https://docs.aws.amazon.com//sagemaker/latest/dg/neo-deployment-hosting-services-prerequisites)之後，請使用下列步驟部署使用 Neo 編譯的模型：

1. 選擇**模型**，然後從**推論** 群組中選擇 **建立模型**。在 **Create model (建立模型)** 頁面上，填寫 **Model name (模型名稱)**、**IAM role (IAM 角色)** 和 **VPC** (選用) 欄位 (如有需要)。  
![\[為推論建立 Neo 模型\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/create-pipeline-model.png)

1. 若要針對部署模型用的容器新增相關資訊，請選擇**新增容器**，然後選擇**下一步**。填寫 **Container input options (容器輸入選項)**、**Location of inference code image (推論程式碼映像的位置)** 和 **Location of model artifacts (模型成品的位置)**，以及選用的 **Container host name (容器主機名稱)** 和 **Environmental variables (環境變數)** 欄位。  
![\[為推論建立 Neo 模型\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/neo-deploy-console-container-definition.png)

1. 若要部署 Neo 編譯模型，請選擇下列項目：
   + **容器輸入選項**：選擇**提供模型成品和推論影像**。
   + **推論程式碼映像的位置**：根據 AWS 區域和應用程式類型，從 [Neo 推論容器映像](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-deployment-hosting-services-container-images.html)中選擇推論映像 URI。
   + **Location of model artifact (模型成品的位置)**：輸入 Neo 編譯 API 所產生之編譯模型成品的 Amazon S3 儲存貯體 URI。
   + **環境變數**：
     + 請為 **SageMaker XGBoost** 將此欄位留白。
     + 如果您使用 SageMaker AI 訓練模型，請將環境變數 `SAGEMAKER_SUBMIT_DIRECTORY` 指定為包含訓練指令碼的 Amazon S3 儲存貯體 URI。
     + 如果您未使用 SageMaker AI 訓練模型，請指定下列環境變數：    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/neo-deployment-hosting-services-console.html)

1. 確認容器的資訊正確，然後選擇 **Create model (建立模型)**。在**建立模型登陸頁面**上，選擇**建立端點**。  
![\[建立模型的登陸頁面\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/neo-deploy-console-create-model-land-page.png)

1. 在 **Create and configure endpoint (建立與設定端點)** 圖表中，指定 **Endpoint name (端點名稱)**。針對**附加端點組態**，選擇**建立新端點組態**。  
![\[Neo 主控台建立與設定端點使用者介面。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/neo-deploy-console-config-endpoint.png)

1. 在 **New endpoint configuration (新端點組態)** 頁面中，指定 **Endpoint configuration name (端點組態名稱)**。  
![\[Neo 主控台的新端點組態使用者介面。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/neo-deploy-console-new-endpoint-config.png)

1. 選擇模型名稱旁邊的**編輯**，然後在**編輯生產變體**頁面上指定正確的**執行個體類型**。**Instance type (執行個體類型)** 值一定要符合編譯任務中指定的值。  
![\[Neo 主控台的新端點組態使用者介面。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/neo-deploy-console-edit-production-variant.png)

1. 選擇**儲存**。

1. 在**新端點組態**頁面上，選擇**建立端點組態**，然後選擇**建立端點**。