Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Recursos para usar TensorFlow con Amazon SageMaker AI
<a name="tf"></a>

Puede usar Amazon SageMaker AI para entrenar e implementar un modelo mediante TensorFlow código personalizado. Los TensorFlow estimadores y modelos del SDK de Python para SageMaker IA y los TensorFlow contenedores de código abierto de SageMaker IA pueden ayudar. Usa la siguiente lista de recursos para obtener más información, en función de la versión que TensorFlow utilices y de lo que desees hacer.

## TensorFlow Versión 1.11 y posteriores
<a name="tf-script-mode"></a>

Para TensorFlow las versiones 1.11 y posteriores, el [SDK de Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable) admite scripts de entrenamiento en modo script.

### ¿Qué quiere hacer?
<a name="tf-intent"></a>

Quiero entrenar un TensorFlow modelo personalizado en SageMaker IA.  
Para ver un ejemplo de cuaderno de Jupyter, consulta [Entrenamiento y servicio en modo TensorFlow script](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-python-sdk/tensorflow_script_mode_training_and_serving/tensorflow_script_mode_training_and_serving.html).  
Para obtener documentación, consulte [Entrenar un modelo con](https://sagemaker.readthedocs.io/en/stable/using_tf.html#train-a-model-with-tensorflow). TensorFlow

Tengo un TensorFlow modelo que he formado en SageMaker IA y quiero implementarlo en un punto final alojado.  
Para obtener más información, consulte [Implementación de modelos de TensorFlow servicio](https://sagemaker.readthedocs.io/en/stable/using_tf.html#deploy-tensorflow-serving-models).

Tengo un TensorFlow modelo que he entrenado fuera de la SageMaker IA y quiero implementarlo en un punto final de SageMaker IA.  
Para obtener más información, consulte [Deploying directly from model artifacts](https://sagemaker.readthedocs.io/en/stable/using_tf.html#deploying-directly-from-model-artifacts).

Quiero ver la documentación de la API para las TensorFlow clases [del SDK de Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable).  
Para obtener más información, consulte [TensorFlow Estimator](https://sagemaker.readthedocs.io/en/stable/sagemaker.tensorflow.html).

Quiero encontrar el repositorio de TensorFlow contenedores de SageMaker IA.  
Para obtener más información, consulte [ GitHub Repositorio de SageMaker TensorFlow contenedores](https://github.com/aws/sagemaker-tensorflow-container).

Deseo obtener información sobre TensorFlow las versiones compatibles con AWS Deep Learning Containers.  
Para obtener más información, consulte [Available Deep Learning Container Images](https://github.com/aws/deep-learning-containers/blob/master/available_images.md).

 Para obtener información general sobre cómo escribir guiones de entrenamiento en modo TensorFlow TensorFlow script y usar estimadores y modelos en modo script con SageMaker IA, consulte [Uso TensorFlow con el SDK de SageMaker Python](https://sagemaker.readthedocs.io/en/stable/using_tf.html).

## TensorFlow Modo heredado para las versiones 1.11 y anteriores
<a name="tf-legacy-mode"></a>

El [SDK de Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable) proporciona un modo heredado que admite TensorFlow las versiones 1.11 y anteriores. Utilice scripts de TensorFlow entrenamiento en modo tradicional para ejecutar TensorFlow tareas en SageMaker IA si:
+ Dispone de scripts existentes en el modo heredado que no desea convertir al modo de script.
+ Quieres usar una TensorFlow versión anterior a la 1.11.

Para obtener información sobre cómo escribir TensorFlow scripts en modo heredado para usarlos con el SDK de Python para SageMaker IA, consulte [TensorFlow SageMaker Estimadores y modelos](https://github.com/aws/sagemaker-python-sdk/tree/v1.12.0/src/sagemaker/tensorflow#tensorflow-sagemaker-estimators-and-models).