Amazon SageMaker 模型构建管道 - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 Amazon Web Services 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

Amazon SageMaker 模型构建管道

Amazon SageMaker 模型构建管道是一种利用 SageMaker 直接集成的机器学习管道构建工具。由于这种集成,您可以使用一个为您处理大部分步骤创建和管理的工具创建管道并设置 SageMaker Projects 以进行业务流程。SageMaker 管道具备下述优点:Amazon工作流产品:

SageMaker 集成

SageMaker 管道直接与 SageMaker 集成,因此您无需与任何其他Amazon服务。您也不需要管理任何资源,因为 SageMaker 管道是一项完全托管的服务,这意味着它会为您创建和管理资源。

SageMaker Python 开发工具包集成

由于 SageMaker 管道与 SageMaker Python SDK 集成,因此您可以使用您可能已经熟悉的高级 Python 接口以编程方式创建管道。要查看 SageMaker Python 开发工具包文档,请参阅。管道.

SageMaker Studio 集成

SageMaker Studio 提供了一个用于管理端到端体验的环境。使用 Studio,您可以绕过Amazon控制台进行整个工作流管理。有关从 SageMaker 工作室管理 SageMaker 管道的详细信息,请参阅在 SageMaker 工作室中查看、跟踪和执行 SageMaker 管道.

数据谱系跟踪

使用 SageMaker 管道,您可以在管道执行中跟踪数据的历史记录。Amazon SageMaker ML 世系跟踪可让您分析数据来自何处、数据用作输入的位置以及从中生成的输出。例如,您可以查看从单个数据集创建的模型,也可以查看用于创建单个模型的数据集。有关更多信息,请参阅Amazon SageMaker ML 世系追踪

步骤重用

使用 SageMaker 管道,您可以指定缓存步骤。缓存某个步骤时,如果再次执行同一步骤,则会对该步骤进行索引以供稍后重新使用。因此,您可以在同一管道中重复使用同一步骤上一步执行的输出,而无需再次运行该步骤。有关步骤缓存的更多信息,请参阅缓存管道步骤.