Creación y ejecución de canalizaciones del procesador de características del almacén de características

El procesador de funciones SDK permite APIs convertir sus definiciones de procesadores de funciones en una SageMaker canalización totalmente gestionada. Para obtener más información sobre las canalizaciones, consulteDescripción general de las canalizaciones. Para convertir sus definiciones de procesador de funciones en una SageMaker canalización, utilícelas to_pipeline API con su definición de procesador de funciones. Puede programar las ejecuciones de su procesador de funciones. La definición se puede programar, monitorizarlas desde el punto de vista operativo con CloudWatch métricas e integrarlas EventBridge para que actúen como fuentes de eventos o suscriptores. Para obtener más información sobre la supervisión de las canalizaciones creadas con Pipelines, consulte. Supervise las canalizaciones SageMaker de los procesadores de funciones de Amazon Feature Store

Para ver las canalizaciones del procesador de características, consulte Consulta las ejecuciones en canalización desde la consola.

Si su función también está decorada con el decorador @remote, sus configuraciones se transfieren a la canalización del procesador de características. Puede especificar configuraciones avanzadas, como tipo y recuento de instancias de computación, dependencias del tiempo de ejecución y configuraciones de red y seguridad, mediante el decorador @remote.

En el siguiente ejemplo, se utilizan las letras yto_pipeline. execute APIs

from sagemaker.feature_store.feature_processor import (
    execute, to_pipeline, describe, TransformationCode
)

pipeline_name="feature-processor-pipeline"
pipeline_arn = to_pipeline(
    pipeline_name=pipeline_name,
    step=transform,
    transformation_code=TransformationCode(s3_uri="s3://bucket/prefix"),
)

pipeline_execution_arn = execute(
    pipeline_name=pipeline_name
)

to_pipelineAPIEs semánticamente una operación alterada. Actualiza la canalización si ya existe; de no ser así, crea una canalización.

to_pipelineAPIOpcionalmente, acepta un Amazon S3 URI que haga referencia a un archivo que contenga la definición del procesador de funciones para asociarlo a la canalización del procesador de funciones y realizar un seguimiento de la función de transformación y sus versiones en su linaje de aprendizaje SageMaker automático.

Para obtener una lista de todas las canalizaciones de procesadores de funciones de su cuenta, puede utilizar la list_pipelinesAPI. Una solicitud posterior a la dirección describe API devuelve los detalles relacionados con la cartera de Feature Processor, incluidos, entre otros, las canalizaciones y los detalles de la programación.

En el siguiente ejemplo, se utilizan las letras list_pipelines y. describe APIs

from sagemaker.feature_store.feature_processor import list_pipelines, describe

feature_processor_pipelines = list_pipelines()

pipeline_description = describe(
    pipeline_name = feature_processor_pipelines[0]
)