Seleziona le tue preferenze relative ai cookie

Utilizziamo cookie essenziali e strumenti simili necessari per fornire il nostro sito e i nostri servizi. Utilizziamo i cookie prestazionali per raccogliere statistiche anonime in modo da poter capire come i clienti utilizzano il nostro sito e apportare miglioramenti. I cookie essenziali non possono essere disattivati, ma puoi fare clic su \"Personalizza\" o \"Rifiuta\" per rifiutare i cookie prestazionali.

Se sei d'accordo, AWS e le terze parti approvate utilizzeranno i cookie anche per fornire utili funzionalità del sito, ricordare le tue preferenze e visualizzare contenuti pertinenti, inclusa la pubblicità pertinente. Per continuare senza accettare questi cookie, fai clic su \"Continua\" o \"Rifiuta\". Per effettuare scelte più dettagliate o saperne di più, fai clic su \"Personalizza\".

Elaborazione di dati con processori Framework

Modalità Focus
Elaborazione di dati con processori Framework - Amazon SageMaker AI

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

A FrameworkProcessor può eseguire processi di elaborazione con un framework di machine learning specifico, fornendoti un contenitore SageMaker gestito da Amazon AI per qualsiasi framework di apprendimento automatico tu scelga. FrameworkProcessorfornisce contenitori predefiniti per i seguenti framework di apprendimento automatico: Hugging Face,,, e. MXNet PyTorch TensorFlow XGBoost

La classe FrameworkProcessor fornisce anche la personalizzazione della configurazione del container. La classe FrameworkProcessor supporta la specificazione di una directory di origine source_dir per gli script di elaborazione e le dipendenze. Con questa funzionalità, è possibile concedere al processore l'accesso a più script in una directory invece di specificare un solo script. FrameworkProcessor supporta anche l'inclusione di un file requirements.txt nella source_dir per personalizzare le librerie Python da installare nel container.

Per ulteriori informazioni sulla FrameworkProcessor classe e sui relativi metodi e parametri, consulta FrameworkProcessorl'SDK Amazon SageMaker AI Python.

Per vedere esempi di utilizzo di un FrameworkProcessor per ciascuno dei framework di machine learning supportati, consulta i seguenti argomenti.

PrivacyCondizioni del sitoPreferenze cookie
© 2025, Amazon Web Services, Inc. o società affiliate. Tutti i diritti riservati.