管线

Amaz SageMaker on Pipelines 是一项专门构建的工作流程编排服务，用于自动进行机器学习 (ML) 开发。

与其他 Amazon 工作流程产品相比，管道具有以下优势：

自动扩展无服务器基础架构您无需管理底层编排基础架构即可运行 Pipelines，这使您可以专注于核心机器学习任务。 SageMaker 根据您的机器学习工作负载的要求自动配置、扩展和关闭管道编排计算资源。

直观的用户体验可以通过您选择的界面创建和管理 Pipelines：可视化编辑器SDKAPIs、、或JSON。您可以 drag-and-drop在 Amazon SageMaker Studio 可视化界面中执行各种机器学习步骤来创作您的管道。以下屏幕截图显示了用于管道的 Studio 可视化编辑器。

如果您更喜欢以编程方式管理机器学习工作流程， SageMaker Python SDK 提供了高级编排功能。有关更多信息，请参阅 SageMaker Python SDK 文档中的亚马逊 SageMaker 管道。

Amazon 集成 Pipelines 提供与所有 SageMaker 功能和其他 Amazon 服务的无缝集成，可自动执行数据处理、模型训练、微调、评估、部署和监控作业。您可以将这些 SageMaker 功能整合到您的管道中，并使用深度链接在这些功能之间进行导航，以大规模创建、监控和调试您的机器学习工作流程。

降低成本使用 Pipel SageMaker ines，您只需为 SageMaker Studio 环境和由管道编排的底层作业（例如 SageMaker 训练、 SageMaker 处理、推理和 Amazon S3 数据存储）付费。

可审计性和世系跟踪借助 Pipelines，您可以在管道执行过程中跟踪数据的历史记录。Amazon SageMaker ML Lineage Tracking 可帮助您分析 end-to-end机器学习开发生命周期中的数据源和数据使用者。