使用框架处理器进行数据处理 - 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 (PDF)

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。

使用框架处理器进行数据处理

FrameworkProcessor可以使用指定的机器学习框架运行 Processing 作业,从而为您提供适用于您选择的任何机器学习框架的 Amazon SageMaker 托管容器。 FrameworkProcessor为以下机器学习框架提供了预制容器:Hugging Face、、MXNet PyTorch、 TensorFlow和。XGBoost

FrameworkProcessor 类还为您提供了容器配置的自定义功能。FrameworkProcessor 类支持为处理脚本和依赖项指定源目录 source_dir。借助此功能,您可以授予处理器访问目录中多个脚本的权限,而不是仅指定一个脚本。FrameworkProcessor 还支持在 source_dir 中包含 requirements.txt 文件,以便自定义要安装在容器中的 Python 库。

有关该FrameworkProcessor类及其方法和参数的更多信息,请参阅 Amaz SageMaker on Python FrameworkProcessor中的SDK。

要查看将 FrameworkProcessor 用于每个支持的机器学习框架的示例,请参阅以下主题。