Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Utilisation d’une tâche de traitement pour des charges de travail géospatiales personnalisées
Note
Les fonctionnalités SageMaker géospatiales d'Amazon ne sont plus accessibles aux nouveaux clients. Supprimez toutes les tâches précédemment enregistrées dans Amazon S3 à l'aide des opérations de l'ExportVectorEnrichmentJobAPI ExportEarthObservationJob et.
Avec Amazon SageMaker Processing, vous pouvez utiliser une expérience simplifiée et gérée sur l' SageMaker IA pour exécuter vos charges de travail de traitement de données à l'aide du conteneur géospatial spécialement conçu.
L'infrastructure sous-jacente d'une tâche Amazon SageMaker Processing est entièrement gérée par SageMaker l'IA. Au cours d’une tâche de traitement, les ressources de cluster sont provisionnées pour la durée de votre tâche et nettoyées à la fin de la tâche.
Le schéma précédent montre comment l' SageMaker IA fait tourner une tâche de traitement géospatial. SageMaker AI prend votre script de charge de travail géospatiale, copie vos données géospatiales depuis Amazon Simple Storage Service (Amazon S3), puis extrait le conteneur géospatial spécifié. L'infrastructure sous-jacente de la tâche de traitement est entièrement gérée par l' SageMaker IA. Les ressources de cluster sont allouées pour la durée de votre tâche et nettoyées à la fin de la tâche. La sortie de la tâche de traitement est stockée dans le compartiment que vous avez spécifié.
Contraintes d’affectation de noms aux chemins
Les chemins locaux à l’intérieur d’un conteneur de tâches de traitement doivent commencer par /opt/ml/processing/.
SageMaker geospatial fournit un conteneur spécialement conçu, 081189585635.dkr.ecr.us-west-2.amazonaws.com/sagemaker-geospatial-v1-0:latest qui peut être spécifié lors de l'exécution d'une tâche de traitement.
Rubriques
