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 列出您自己的演算法和模型 AWS Marketplace
銷售 Amazon SageMaker AI 演算法和模型套件的程序分為三個步驟：
1. 開發您的演算法或模型，並將其封裝至 Docker 容器中。如需相關資訊，請參閱[在 Amazon SageMaker AI 中開發演算法和模型](sagemaker-marketplace-develop.md)。
1. 在 SageMaker AI 建立演算法或模型套件資源。如需相關資訊，請參閱[建立演算法及模型套件資源](sagemaker-mkt-create.md)。
1. 在 上註冊為賣方， AWS Marketplace 並在 上列出您的演算法或模型套件 AWS Marketplace。如需註冊成為賣家的資訊，請參閱 * AWS Marketplace 供應商使用者指南*中的[成為賣家入門](https://docs.aws.amazon.com/marketplace/latest/userguide/user-guide-for-sellers.html)。如需有關列出和獲利演算法和模型套件的資訊，請參閱* AWS Marketplace 《 供應商使用者指南*》[中的在 Marketplace AWS for Machine Learning 中列出演算法和模型套件](https://docs.aws.amazon.com/marketplace/latest/userguide/listing-algorithms-and-model-packages-in-aws-marketplace-for-machine-learning.html)。
![\[SageMaker AI 中的賣方工作流程。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/seller-flow.png)
## 主題
+ [在 Amazon SageMaker AI 中開發演算法和模型](sagemaker-marketplace-develop.md)
+ [建立演算法及模型套件資源](sagemaker-mkt-create.md)
+ [在 上列出您的演算法或模型套件 AWS Marketplace](sagemaker-mkt-list.md)
# 在 Amazon SageMaker AI 中開發演算法和模型
在建立演算法和模型套件資源以用於 Amazon SageMaker AI 或清單之前 AWS Marketplace，您必須先開發它們並將其封裝在 Docker 容器中。
**注意**
建立演算法和模型套件以列入清單時 AWS Marketplace，SageMaker AI 會掃描容器是否有受支援作業系統上的安全漏洞。
僅支援以下作業系統版本：
Debian：6.0、7、8、9、10
Ubuntu：12.04、12.10、13.04、14.04、14.10、15.04、15.10、16.04、16.10、17.04、17.10、18.04、18.10
CentOS：5、6、7
Oracle Linux：5、6、7
Alpine：3.3、3.4、3.5
Amazon Linux
**Topics**
+ [在 SageMaker AI 中開發演算法](#sagmeaker-mkt-develop-algo)
+ [在 SageMaker AI 中開發模型](#sagemaker-mkt-develop-model)
## 在 SageMaker AI 中開發演算法
您應該將演算法封裝為 Docker 容器並存放至 Amazon ECR，才能在 SageMaker AI 中使用。Docker 容器包含訓練程式碼 (可用來執行訓練任務)，以及選用的推論程式碼 (可用來透過使用演算法訓練的模型取得推論)。
如需如何在 SageMaker AI 中開發演算法並將其封裝為容器的資訊，請參閱[用於訓練和部署模型的 Docker 容器](docker-containers.md)。如需如何建立演算法容器的完整範例，請參閱範例筆記本，網址為 https：//[https://sagemaker-examples.readthedocs.io/en/latest/advanced\$1functionality/scikit\$1bring\$1your\$1own/scikit\$1bring\$1your\$1own.html](https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/scikit_bring_your_own/scikit_bring_your_own.html)。您也可以在 SageMaker 筆記本執行個體中尋找範例筆記本。筆記本位於 **Advanced Functionality (進階功能)** 區段，名稱為 `scikit_bring_your_own.ipynb`。
在建立要發佈的演算法資源之前，請務必徹底測試您的演算法 AWS Marketplace。
**注意**
當買方訂閱您的容器化產品時，Docker 容器即會在隔離 (無需網際網路) 環境中執行。當您建立容器時，請不要倚賴透過網際網路進行傳出呼叫。也不允許呼叫 AWS 服務。
## 在 SageMaker AI 中開發模型
SageMaker AI 的可部署模型包含推論程式碼、模型成品、用來存取資源的 IAM 角色，以及在 SageMaker AI 中部署模型所需的其他資訊。模型成品是使用機器學習演算法訓練模型的結果。推論程式碼必須封裝在 Docker 容器中並存放於 Amazon ECR。您可以將模型成品封裝在與推論程式碼相同的容器中，或存放於 Amazon S3。
您可以透過在 SageMaker AI 中執行訓練任務，或在 SageMaker AI 之外訓練機器學習演算法，來建立模型。如果您在 SageMaker AI 中執行訓練任務，產生的模型成品會顯示在回應 [DescribeTrainingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeTrainingJob.html) 作業呼叫的 `ModelArtifacts` 欄位。如需如何開發 SageMaker AI 模型容器的資訊，請參閱[具有自訂推論程式碼的容器](your-algorithms-inference-main.md)。如需如何透過 SageMaker AI 外部訓練的模型來建立模型容器的完整範例，請參閱 [https://sagemaker-examples.readthedocs.io/en/latest/advanced\$1functionality/xgboost\$1bring\$1your\$1own\$1model/xgboost\$1bring\$1your\$1own\$1model.html](https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/xgboost_bring_your_own_model/xgboost_bring_your_own_model.html) 的範例筆記本。
在建立要發佈的模型套件之前，請務必徹底測試您的模型 AWS Marketplace。
**注意**
當買方訂閱您的容器化產品時，Docker 容器即會在隔離 (無需網際網路) 環境中執行。當您建立容器時，請不要倚賴透過網際網路進行傳出呼叫。也不允許呼叫 AWS 服務。
# 在 上列出您的演算法或模型套件 AWS Marketplace
在 Amazon SageMaker AI 中建立並驗證您的演算法或模型之後，請將您的產品上架至 AWS Marketplace。列出程序可讓您的產品在 AWS Marketplace 和 SageMaker AI 主控台中使用。
若要列出 上的產品 AWS Marketplace，您必須是已註冊的賣方。若要註冊，請使用 AWS Marketplace Management Portal (AMMP) 中的自我註冊程序。如需相關資訊，請參閱 * AWS Marketplace 供應商使用者指南*中的[成為賣家入門](https://docs.aws.amazon.com/marketplace/latest/userguide/user-guide-for-sellers.html)。當您從 Amazon SageMaker AI 主控台啟動產品上架程序時，我們會檢查您的賣方註冊狀態。如果您尚未註冊，我們會引導您進行此作業。
若要啟動上架程序，請執行下列其中一個操作：
+ 從 SageMaker AI 主控台選擇產品、選擇**動作**，然後選擇**發佈新的 ML Marketplace 清單**。如此即會沿用您的產品參考、Amazon Resource Name (ARN)，並將您導向 AMMP 以建立清單。
+ 前往[機器學習 (ML) 上架程序](https://aws.amazon.com/marketplace/management/ml-products/)，手動輸入 Amazon Resource Name (ARN)，並開始產品上架。此程序會沿用您在 SageMaker AI 中建立產品時輸入的產品中繼資料。若是演算法上架，則會包括支援的執行個體類型和超參數等資訊。此外，您可以輸入產品描述、促銷資訊和支援資訊，就像使用其他 AWS Marketplace 產品一樣。