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」。

使用 @step 裝飾工具Lift-and-shift程式碼

焦點模式
使用 @step 裝飾工具Lift-and-shift程式碼 - 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。

@step 裝飾器是將本機機器學習 (ML) 程式碼轉換為一或多個管道步驟的功能。您可以像撰寫任何 ML 專案一樣撰寫 ML 函數。一旦在本機測試或使用@remote裝飾器做為訓練任務,您可以透過新增@step裝飾器,將函數轉換為 SageMaker AI 管道步驟。然後,您可以將 @step裝飾函數呼叫的輸出作為建立和執行管道的步驟傳遞至管道。您還可以將一系列函數與@step裝飾工具關聯,以建立多步驟導向非循環圖形 (DAG) 管道。

使用@step裝飾器的設定與使用@remote裝飾器的設定相同。您可以參閱遠端函數文件,了解如何設定環境使用組態檔案來設定預設值的詳細資訊。如需@step裝飾器的詳細資訊,請參閱 sagemaker.workflow.function_step.step

若要檢視示範使用@step裝飾工具的範例筆記本,請參閱 @step 裝飾工具範例筆記本

下列各節說明如何使用@step裝飾工具註釋本機 ML 程式碼,以建立步驟、使用步驟建立和執行管道,以及自訂使用案例的體驗。

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。