如何配置AWS SageMaker

首先在AWS Marketplace下的Model packages中选用一个模型，本次以GluonCV YOLOv3 Object Detector为例；点开后，我们可以看到，推荐的实例类型是ml.m4.xlarge，我们在Model Batch Transform中选择实例类型，本次中我们选择了ml.m5.large，如图所示：

在选择好实例类型以后，我们点击Continue to subscribe，进入下一页的选择。
本页无需配置任何内容，可以直接点击Continue to configuration感兴趣的话可以看一眼：

点击后我们跳转到下面的配置，由于我们是使用SageMaker，所以我们选择SageMaker console，由于我的需求是实时进行，所以在Configure for Amazon SageMaker console中我选择的是Create a real-time inference endpoint，如图所示，在选择好以后，我们点击View in Amazon SageMaker:


在点击以后我们会跳转到另一个界面：需要我们自定义模型的名字：

在选择vpc和添加合适的标签后选择下一步，自定义终端节点名称和终端节点配置名称：


在本页我们还需要修改“生产变体”，将里面的实例类型修改为ml.m5.large，然后提交就可以进行创建了。