Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Alur
Amazon SageMaker Pipelines adalah layanan orkestrasi alur kerja yang dibuat khusus untuk mengotomatiskan pengembangan machine learning (ML).
Pipelines memberikan keuntungan sebagai berikut dibandingkan penawaran AWS alur kerja lainnya:
Infrastruktur tanpa server penskalaan otomatis Anda tidak perlu mengelola infrastruktur orkestrasi yang mendasarinya untuk menjalankan Pipelines, yang memungkinkan Anda untuk fokus pada tugas-tugas inti HTML. SageMaker AI secara otomatis menyediakan, menskalakan, dan mematikan sumber daya komputasi orkestrasi pipeline sesuai tuntutan beban kerja ML Anda.
Pengalaman pengguna yang intuitif Pipelines dapat dibuat dan dikelola melalui antarmuka pilihan Anda: editor visual, SDK APIs, atau JSON. Anda dapat drag-and-drop melakukan berbagai langkah ML untuk membuat pipeline Anda di antarmuka visual Amazon SageMaker Studio. Tangkapan layar berikut menunjukkan editor visual Studio untuk saluran pipa.

Jika Anda lebih suka mengelola alur kerja ML Anda secara terprogram, SageMaker Python SDK menawarkan fitur orkestrasi tingkat lanjut. Untuk informasi selengkapnya, lihat Amazon SageMaker Pipelines
AWS integrasi Pipelines menyediakan integrasi tanpa batas dengan semua fitur SageMaker AI dan AWS layanan lainnya untuk mengotomatiskan pemrosesan data, pelatihan model, fine-tuning, evaluasi, penyebaran, dan pekerjaan pemantauan. Anda dapat menggabungkan fitur SageMaker AI di Pipelines Anda dan menavigasi mereka menggunakan deep link untuk membuat, memantau, dan men-debug alur kerja ML Anda dalam skala besar.
Mengurangi biaya Dengan Pipelines, Anda hanya membayar untuk lingkungan SageMaker Studio dan pekerjaan dasar yang diatur oleh Pipelines (misalnya, SageMaker Pelatihan, SageMaker Pemrosesan, Inferensi SageMaker AI, dan penyimpanan data Amazon S3).
Auditabilitas dan pelacakan garis keturunan Dengan Pipelines, Anda dapat melacak riwayat data Anda dalam eksekusi pipeline. Amazon SageMaker ML Lineage Tracking membantu Anda menganalisis sumber data dan konsumen data dalam siklus hidup pengembangan end-to-end ML.