产品SageMaker SDK
SageMaker Python SDK
Amazon SageMaker 的 Python 软件开发工具包，提供模型部署、端点管理、推理调用等接口，支持通过代码自动化完成 JumpStart 模型的部署与评测流程。
时间轴 (近 90 天)
10月15日
开发者可以通过SageMaker Studio或Python SDK在AWS账户中部署Muse Spark Open并发起推理请求。
待验证50%
10月14日
JumpStart 模型卡中会指定该模型对应的镜像 URI，SDK 在调用 deploy 时会自动把镜像拉取到端点实例上。
待验证50%
10月14日
SageMaker Python SDK 部署 JumpStart 模型的典型路径是先通过模型 ID 获取模型对象，再调用 deploy 方法指定实例类型和实例数量，SDK 会自动处理容器拉取、端点创建和模型加载。
待验证50%
10月14日
deploy 返回成功只表示端点创建请求被接受，端点真正可用前会经历 Creating、InService 等状态，期间请求会返回 5xx 或连接错误。
待验证50%
全部知识事实 (4)
待验证
开发者可以通过SageMaker Studio或Python SDK在AWS账户中部署Muse Spark Open并发起推理请求。
50%待验证JumpStart 模型卡中会指定该模型对应的镜像 URI，SDK 在调用 deploy 时会自动把镜像拉取到端点实例上。
50%待验证SageMaker Python SDK 部署 JumpStart 模型的典型路径是先通过模型 ID 获取模型对象，再调用 deploy 方法指定实例类型和实例数量，SDK 会自动处理容器拉取、端点创建和模型加载。
50%待验证deploy 返回成功只表示端点创建请求被接受，端点真正可用前会经历 Creating、InService 等状态，期间请求会返回 5xx 或连接错误。
50%