Un ingegnere ML deve usare AWS CloudFormation per creare il modello ML che un endpoint Amazon SageMaker ospiterà. Quale risorsa CloudFormation dovrebbe dichiarare l'ingegnere per rappresentare tale modello?

La risorsa AWS::SageMaker::Model è quella corretta per dichiarare un modello ML in CloudFormation. Questa risorsa rappresenta il modello addestrato che SageMaker utilizzerà per le inferenze, specificando l'immagine del container e gli artefatti del modello. AWS::SageMaker::Endpoint è errato perché rappresenta l'endpoint di inferenza che ospita il modello, non il modello stesso. Un endpoint richiede un modello da ospitare. AWS::SageMaker::NotebookInstance è sbagliato in quanto è un'istanza di notebook gestita per lo sviluppo e l'addestramento, non per la definizione di un modello da ospitare. AWS::SageMaker::Pipeline è scorretto perché definisce un flusso di lavoro end-to-end per l'addestramento e la distribuzione, non la singola risorsa del modello.