SageMaker Visão geral dos oleodutos - Amazon SageMaker

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

SageMaker Visão geral dos oleodutos

Um pipeline do Amazon SageMaker Model Building Pipelines é uma série de etapas interconectadas que são definidas usando o SDK do Pipelines. Você também pode criar seu pipeline sem o SDK usando o esquema JSON de definição de pipeline. Essa definição de pipeline codifica um pipeline usando um gráfico acíclico direcionado (DAG) que pode ser exportado como uma definição JSON. Esse DAG fornece informações sobre os requisitos e as relações entre cada etapa do seu pipeline. A estrutura do DAG de um pipeline é determinada pelas dependências de dados entre as etapas. Essas dependências de dados são criadas quando as propriedades da saída de uma etapa são passadas como entrada para outra etapa. A imagem a seguir é um exemplo de DAG de pipeline:

Um exemplo de gráfico acíclico direcionado por pipeline (DAG).
O exemplo de DAG inclui as seguintes etapas:

  1. AbaloneProcess, uma instância da etapa de processamento, executa um script de pré-processamento nos dados usados para treinamento. Por exemplo, o script pode preencher valores ausentes, normalizar dados numéricos ou dividir dados nos conjuntos de dados de treinamento, validação e teste.

  2. AbaloneTrain, uma instância da etapa de treinamento, configura hiperparâmetros e treina um modelo a partir dos dados de entrada pré-processados.

  3. AbaloneEval, outra instância da etapa de processamento, avalia a precisão do modelo. Esta etapa mostra um exemplo de dependência de dados. Essa etapa usa a saída do conjunto de dados de teste do. AbaloneProcess

  4. AbaloneMSECondé uma instância de uma etapa de condição que, neste exemplo, verifica se o mean-square-error resultado da avaliação do modelo está abaixo de um determinado limite. Se o modelo não atender aos critérios, o funcionamento do pipeline é interrompido.

  5. A execução do pipeline prossegue com as seguintes etapas:

    1. AbaloneRegisterModel, onde SageMaker chama uma RegisterModeletapa para registrar o modelo como um grupo de pacotes de modelos versionados no Amazon SageMaker Model Registry.

    2. AbaloneCreateModel, onde SageMaker chama uma CreateModeletapa para criar o modelo em preparação para a transformação em lote. EmAbaloneTransform, SageMaker chama uma etapa de transformação para gerar previsões de modelo em um conjunto de dados especificado por você.

Os tópicos a seguir descrevem os conceitos fundamentais do SageMaker Pipelines. Para obter um tutorial descrevendo a implementação desses conceitos, consulte Crie e gerencie SageMaker pipelines.

Tópicos