Amazon web services 在AWS SageMaker上重新托管经过培训的模型

我已经开始从这些开始探索AWS。然后，我对这个特定的设置进行了一些修改，以便它使用来自我的用例的数据进行培训

现在，当我继续处理这个模型和调优时，在删除一次推断端点之后，我希望能够重新创建相同的端点——即使在停止并重新启动笔记本实例之后（因此笔记本/内核会话不再有效）--使用已经训练好的模型工件，这些工件在/output文件夹下上传到S3

现在我不能直接跳到这行代码：

bt_endpoint = bt_model.deploy(initial_instance_count = 1,instance_type = 'ml.m4.xlarge')

---

我做了一些搜索——包括，但我有点迷路了。我将非常感谢任何我可以模仿并适应我的案例的指导、示例或文档。

您的评论是正确的-您可以在给定现有端点配置的情况下重新创建端点。这可以通过控制台、AWS CLI或SageMaker boto客户端完成

---

我正在继续我的研究，发现了3个可能的线索--。。。（1.）看起来您可以从AWS sagemaker控制台执行此操作：端点>创建端点>使用现有端点配置（2。）将模型部署到Amazon sagemaker托管服务：（3。）sagemaker Python SDK：特别是第708行之后的版本…'定义来自模型数据的端点（自身、模型位置等）