Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Praktik Terbaik

Bagian berikut menyarankan praktik terbaik untuk diikuti ketika Anda menggunakan @step dekorator untuk langkah-langkah pipeline Anda.

Gunakan kolam hangat

Untuk langkah pipa yang lebih cepat berjalan, gunakan fungsionalitas penyatuan hangat yang disediakan untuk pekerjaan pelatihan. Anda dapat mengaktifkan fungsionalitas kolam hangat dengan memberikan keep_alive_period_in_seconds argumen kepada @step dekorator seperti yang ditunjukkan dalam cuplikan berikut:

@step(
   keep_alive_period_in_seconds=900
)

Untuk informasi lebih lanjut tentang kolam hangat, lihatSageMaker Kolam Hangat yang Dikelola.

Struktur direktori Anda

Anda disarankan untuk menggunakan modul kode saat menggunakan @step dekorator. Letakkan pipeline.py modul, di mana Anda menjalankan fungsi langkah dan menentukan pipeline, di root ruang kerja. Struktur yang direkomendasikan ditunjukkan sebagai berikut:

.
├── config.yaml # the configuration file that define the infra settings
├── requirements.txt # dependencies
├── pipeline.py  # invoke @step-decorated functions and define the pipeline here
├── steps/
| ├── processing.py
| ├── train.py
├── data/
├── test/