選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

預設行為

焦點模式
預設行為 - Amazon SageMaker AI

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

建立管道

建立 SageMaker AI Pipeline 時的預設行為是自動將其與 SageMaker Experiments 整合。如果您未指定任何自訂組態,SageMaker AI 會使用與管道相同的名稱建立實驗、使用管道執行 ID 作為名稱每次執行管道的執行群組,以及每個執行群組內作為管道步驟一部分啟動的 SageMaker AI 任務的個別執行。您可以無縫追蹤和比較不同管道執行的指標,類似於分析模型訓練實驗的方式。以下章節示範在定義管道時,未明確設定實驗整合時的預設行為。

省略了 pipeline_experiment_configExperimentName 預設為管道 nameTrialName 預設為執行 ID。

pipeline_name = f"MyPipeline" pipeline = Pipeline( name=pipeline_name, parameters=[...], steps=[step_train] )

管道定義檔案

{ "Version": "2020-12-01", "Parameters": [ { "Name": "InputDataSource" }, { "Name": "InstanceCount", "Type": "Integer", "DefaultValue": 1 } ], "PipelineExperimentConfig": { "ExperimentName": {"Get": "Execution.PipelineName"}, "TrialName": {"Get": "Execution.PipelineExecutionId"} }, "Steps": [...] }
隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。