As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Criar um pipeline
O comportamento padrão ao criar um pipeline de SageMaker IA é integrá-lo automaticamente aos SageMaker Experimentos. Se você não especificar nenhuma configuração personalizada, a SageMaker IA cria um experimento com o mesmo nome do pipeline, um grupo de execução para cada execução do pipeline usando o ID de execução do pipeline como nome e execuções individuais dentro de cada grupo de execução para cada trabalho de SageMaker IA lançado como parte das etapas do pipeline. Você pode acompanhar e comparar facilmente métricas em diferentes execuções de pipeline, da mesma forma que analisaria um experimento de treinamento de modelo. A seção a seguir demonstra esse comportamento padrão ao definir um pipeline sem configurar explicitamente a integração do experimento.
A pipeline_experiment_config é omitida. O ExperimentName é padrão para o pipeline name. O TrialName é padrão para o ID da execução.
pipeline_name = f"MyPipeline"
pipeline = Pipeline(
name=pipeline_name,
parameters=[...],
steps=[step_train]
)Arquivo de definição de pipeline
{
"Version": "2020-12-01",
"Parameters": [
{
"Name": "InputDataSource"
},
{
"Name": "InstanceCount",
"Type": "Integer",
"DefaultValue": 1
}
],
"PipelineExperimentConfig": {
"ExperimentName": {"Get": "Execution.PipelineName"},
"TrialName": {"Get": "Execution.PipelineExecutionId"}
},
"Steps": [...]
}