Amazon SageMaker Runtime
Amazon SageMaker Runtime
提供亚马逊SageMaker模型推理的运行时接口。用于调用和管理机器学习模型的推理请求。
支持实时模型推理
先确认文档深度和真实 endpoint 形态，再判断它是否适合正式接入。
开始使用前需获取相应的认证凭证，认证类型未知。使用该API调用SageMaker模型端点进行推理。
可用率 · 30 天窗口
GitHub 活跃度
关于这个 API
Amazon SageMaker Runtime 提供了调用部署在亚马逊SageMaker平台上的机器学习模型的接口。开发者可以通过该API向云端托管的模型发送推理请求，并实时获取预测结果。
该API主要面向希望将机器学习预测集成到应用中的开发者和数据科学家，无需管理底层基础设施。它支持可扩展且低延迟的推理，适合生产环境使用。
由于输入描述有限，认证方式未明确，用户应参考官方文档了解具体的配置和安全要求。
你可以做什么
- 1调用机器学习模型端点
- 2管理实时推理请求
- 3将机器学习预测集成到应用
优劣对比
优点
- 支持实时模型推理
- 与亚马逊SageMaker模型集成
- 云端可扩展运行时
示例请求
curl https://github.com/mermade/aws2openapi/<endpoint>快速开始
开始使用前需获取相应的认证凭证，认证类型未知。使用该API调用SageMaker模型端点进行推理。
常见问题
Do I need an API key to use Amazon SageMaker Runtime?+
Authentication details are not specified; typically, AWS credentials are required.
Can I use this API for real-time predictions?+
Yes, it supports real-time model inference requests.
Is HTTPS required to access the API?+
While not specified, AWS APIs generally require HTTPS for secure communication.
Can I invoke the API directly from a browser?+
Direct browser use is uncommon due to authentication and security requirements.
技术细节
- 认证方式
- unknown
- 计费
- unknown
- 协议
- REST
- 响应时间
- 10 ms
- 上次巡检
- 2026/5/20 08:19:43
更多来自 Amazon Web Services 的 API
AWS IAM Access Analyzer API 分析 IAM 资源策略找潜在的过度授权或外部访问，主动识别安全风险。
Alexa for Business帮助企业在组织内使用Alexa设备和服务。
Amazon API Gateway帮助开发者构建安全且可扩展的移动和网页应用后端。
用于创建、管理和快速部署应用配置的服务。
Amazon AppFlow 提供云端数据流管理和集成服务。支持不同云服务间的数据传输和同步。
Amazon AppIntegrations 服务用于配置和重用与外部应用的连接。
Amazon AppStream 2.0 提供云端应用程序流式传输服务，支持远程访问和管理。
Amazon Athena 是一种交互式查询服务，允许使用标准 SQL 直接分析存储在 Amazon S3 中的数据。