本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 机器学习框架和语言
<a name="frameworks"></a>

Amazon SageMaker AI 为流行的编程语言和机器学习框架提供原生支持，使开发人员和数据科学家能够利用他们首选的工具和技术。本节提供了在 SageMaker AI 中使用 Python 和 R 以及它们各自的软件开发套件 (SDKs) 的参考资料。此外，它还涵盖了广泛的机器学习和深度学习框架，包括 Apache MXNet、 PyTorch、 TensorFlow。

你可以在亚马逊 SageMaker 笔记本内核中原生使用 Python 和 R。还具有一些支持特定框架的内核。开始使用 SageMaker 人工智能的一种非常流行的方法是使用 A [maz SageMaker on Python 软件开发工具包](https://sagemaker.readthedocs.io/en/stable)。它提供了开源 Python APIs 和容器，便于在 SageMaker AI 中训练和部署模型，以及用于多种不同机器学习和深度学习框架的示例。

有关使用特定框架或如何在 SageMaker AI 中使用 R 的信息，请参阅以下主题。

语言 SDKs 和用户指南：
+ [亚马逊 SageMaker Python 开发工具包](https://sagemaker.readthedocs.io/en/stable)
+ [R](r-guide.md)
+ [API 参考](api-and-sdk-reference.md)

机器学习和深度学习框架指南：
+ [Apache MXNet](mxnet.md)
+ [Apache Spark](apache-spark.md)
+ [Chainer](chainer.md)
+ [Hugging Face](hugging-face.md)
+ [PyTorch](pytorch.md)
+ [Scikit-learn](sklearn.md)
+ [SparkML Serving](sparkml-serving.md)
+ [TensorFlow](tf.md)
+ [Triton Inference Server](triton.md)