Menggunakan pekerjaan pemrosesan untuk beban kerja geospasial kustom - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Menggunakan pekerjaan pemrosesan untuk beban kerja geospasial kustom

Dengan Amazon SageMaker Processing, Anda dapat menggunakan pengalaman SageMaker AI yang disederhanakan dan dikelola untuk menjalankan beban kerja pemrosesan data dengan wadah geospasial yang dibuat khusus.

Infrastruktur yang mendasari pekerjaan Amazon SageMaker Processing sepenuhnya dikelola oleh SageMaker AI. Selama pekerjaan pemrosesan, sumber daya klaster disediakan selama durasi pekerjaan Anda, dan dibersihkan saat pekerjaan selesai.

Menjalankan pekerjaan pemrosesan.

Diagram sebelumnya menunjukkan bagaimana SageMaker AI memutar pekerjaan pemrosesan geospasial. SageMaker AI mengambil skrip beban kerja geospasial Anda, menyalin data geospasial Anda dari Amazon Simple Storage Service (Amazon S3), lalu menarik kontainer geospasial yang ditentukan. Infrastruktur yang mendasari untuk pekerjaan pemrosesan sepenuhnya dikelola oleh SageMaker AI. Sumber daya cluster disediakan selama durasi pekerjaan Anda, dan dibersihkan saat pekerjaan selesai. Output dari pekerjaan pemrosesan disimpan dalam ember yang Anda tentukan.

Kendala Penamaan

Jalur lokal di dalam wadah pekerjaan Pemrosesan harus dimulai dengan/opt/ml/processing/.

SageMaker geospasial menyediakan wadah yang dibuat khusus, 081189585635.dkr.ecr.us-west-2.amazonaws.com/sagemaker-geospatial-v1-0:latest yang dapat ditentukan saat menjalankan pekerjaan pemrosesan.