Práticas recomendadas - SageMaker IA da Amazon

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.

Práticas recomendadas

As seções a seguir sugerem as práticas recomendadas a serem seguidas ao usar o decorador @step nas etapas do pipeline.

Use grupos de aquecimento

Para uma execução mais rápida das etapas de pipeline, use a funcionalidade de grupos de aquecimento fornecida para trabalhos de treinamento. Você pode ativar a funcionalidade de grupos de aquecimento fornecendo o argumento keep_alive_period_in_seconds ao decorador @step, conforme demonstrado no seguinte trecho:

@step( keep_alive_period_in_seconds=900 )

Para obter mais informações sobre grupos quentes, consulte SageMaker Piscinas aquecidas gerenciadas por IA.

Proteja seu diretório

É recomendável usar módulos de código ao usar o decorador @step. Coloque o módulo pipeline.py, no qual você invoca as funções de etapa e define o pipeline, na raiz do espaço de trabalho. A estrutura recomendada é mostrada a seguir:

. ├── 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/