Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Beim Exportieren Ihres Datenflusses werden die Operationen, die Sie in Data Wrangler ausgeführt haben, übersetzt und in ein Jupyter-Notizbuch mit Python-Code exportiert, das Sie ändern und ausführen können. Dies kann hilfreich sein, um den Code für Ihre Datentransformationen in Ihre Machine-Learning-Pipelines zu integrieren.
Sie können einen beliebigen Datenknoten in Ihrem Datenfluss auswählen und exportieren. Beim Exportieren des Datenknotens wird die Transformation exportiert, die der Knoten darstellt, sowie die Transformationen, die ihm vorausgehen.
Um einen Datenfluss als Jupyter-Notebook zu exportieren
-
Navigieren Sie zu Ihrem Datenfluss.
-
Wählen Sie das Ellipsensymbol neben dem Knoten, den Sie exportieren möchten.
-
Bewegen Sie den Mauszeiger im Kontextmenü über Export und dann über Export via Jupyter Notebook.
-
Wählen Sie eine der folgenden Optionen aus:
-
SageMaker Rohrleitungen
-
Amazon S3
-
SageMaker KI-Inferenz-Pipeline
-
SageMaker KI-Feature-Shop
-
Python-Kode
-
-
Das Dialogfeld Datenfluss als Notizbuch exportieren wird geöffnet. Wählen Sie eine der folgenden Optionen:
-
Laden Sie eine lokale Kopie herunter
-
An einen S3-Speicherort exportieren
-
-
Wenn Sie An S3-Speicherort exportieren ausgewählt haben, geben Sie den Amazon S3 S3-Speicherort ein, an den Sie das Notizbuch exportieren möchten.
-
Wählen Sie Export aus.
Ihr Jupyter-Notizbuch sollte entweder auf Ihren lokalen Computer heruntergeladen werden, oder Sie finden es an dem von Ihnen angegebenen Amazon S3 S3-Speicherort gespeichert.
