翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
SageMaker Python SDK を使って、独自の処理イメージを、Processor
クラスを使うことで実行できます。次の例は、Amazon Simple Storage Service (Amazon S3) から 1 つ入力し、Amazon S3 に 1 つ出力する、独自の処理コンテナを実行する方法を示しています。
from sagemaker.processing import Processor, ProcessingInput, ProcessingOutput
processor = Processor(image_uri='<your_ecr_image_uri>',
role=role,
instance_count=1,
instance_type="ml.m5.xlarge")
processor.run(inputs=[ProcessingInput(
source='<s3_uri or local path>',
destination='/opt/ml/processing/input_data')],
outputs=[ProcessingOutput(
source='/opt/ml/processing/processed_data',
destination='<s3_uri>')],
)
処理コードを処理イメージに組み込む代わりに、実行するイメージとコマンドを含む ScriptProcessor
と、コンテナ内で実行するコードを提供することができます。例については、独自の処理コンテナを使用したスクリプトの実行を参照してください。
Amazon SageMaker Processing が、scikit-learn スクリプトを実行するため SKLearnProcessor
を介して提供する scikit-learn イメージを使うこともできます。例については、「scikit-learn で Processing ジョブを実行する」を参照してください。