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.
Datenverarbeitung mit Framework-Prozessoren
Ein FrameworkProcessor
kann Verarbeitungsaufträge mit einem bestimmten Machine Learning-Framework ausführen und Ihnen einen SageMakervon Amazon verwalteten Container für jedes von Ihnen gewählte Machine Learning-Framework zur Verfügung stellen. FrameworkProcessor
bietet vorgefertigte Container für die folgenden Machine Learning-Frameworks: Hugging Face PyTorch TensorFlow, MXNet und XGBoost .
Die FrameworkProcessor
Klasse bietet Ihnen auch die Möglichkeit, die Container-Konfiguration anzupassen. Die FrameworkProcessor
Klasse unterstützt die Angabe eines Quellverzeichnisses source_dir
für Ihre Verarbeitungsskripten und Abhängigkeiten. Mit dieser Funktion können Sie dem Prozessor Zugriff auf mehrere Skripten in einem Verzeichnis gewähren, anstatt nur ein Skript anzugeben. FrameworkProcessor
unterstützt auch das Einfügen einer requirements.txt
Datei in die source_dir
zum Anpassen der Python-Bibliotheken, die im Container installiert werden sollen.
Weitere Informationen zur FrameworkProcessor
Klasse und ihren Methoden und Parametern finden Sie unter FrameworkProcessor
Beispiele für die Verwendung von a FrameworkProcessor
für jedes der unterstützten Frameworks für Machine Learning finden Sie in den folgenden Themen.