小编Muh*_*san的帖子

我有一个预先训练的模型，正在从 S3 存储桶加载到 AWS SageMaker 笔记本实例中，并在提供用于从 S3 存储桶进行预测的测试图像后，它会根据需要为我提供准确的结果。我想部署它，以便拥有一个端点，可以进一步与 AWS Lambda Function 和 AWS API GateWay 集成，以便我可以在实时应用程序中使用该模型。知道如何从 AWS Sagemaker Notebook 实例部署模型并获取其端点吗？.ipynb下面给出文件内的代码以供参考。

import boto3
import pandas as pd
import sagemaker
#from sagemaker import get_execution_role
from skimage.io import imread
from skimage.transform import resize
import numpy as np
from keras.models import load_model
import os
import time
import json
#role = get_execution_role()
role = sagemaker.get_execution_role()

bucketname = 'bucket' # bucket where the model is hosted
filename = 'test_model.h5' # name of the model …