Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Lift-and-shift Kode Python dengan dekorator @step
@stepDekorator adalah fitur yang mengubah kode machine learning (ML) lokal Anda menjadi satu atau beberapa langkah pipeline. Anda dapat menulis fungsi ML Anda seperti yang Anda lakukan untuk setiap proyek ML. Setelah diuji secara lokal atau sebagai pekerjaan pelatihan menggunakan @remote dekorator, Anda dapat mengubah fungsi menjadi langkah SageMaker pipa dengan menambahkan dekorator. @step Anda kemudian dapat meneruskan output dari panggilan fungsi @step -decorated sebagai langkah ke Pipelines untuk membuat dan menjalankan pipeline. Anda dapat menghubungkan serangkaian fungsi dengan @step dekorator untuk membuat saluran grafik asiklik terarah multi-langkah juga. DAG
Pengaturan untuk menggunakan @step dekorator sama dengan pengaturan untuk menggunakan @remote dekorator. Anda dapat merujuk ke dokumentasi fungsi jarak jauh untuk detail tentang cara mengatur lingkungan dan menggunakan file konfigurasi untuk mengatur default. Untuk informasi selengkapnya tentang @step dekorator, lihat sagemaker.workflow.function_step.step
Untuk melihat contoh buku catatan yang menunjukkan penggunaan @step dekorator, lihat contoh notebook @step decorator
Bagian berikut menjelaskan bagaimana Anda dapat membuat anotasi kode HTML lokal Anda dengan @step dekorator untuk membuat langkah, membuat dan menjalankan pipeline menggunakan langkah, dan menyesuaikan pengalaman untuk kasus penggunaan Anda.
Topik
