运行管道 - Amazon SageMaker
从本地运行的管道中检索结果在本地运行管道

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。

运行管道

以下页面介绍了如何使用 Amazon Pipelines 运行 SageMaker 管道，无论是使用 SageMaker资源还是本地运行。

使用该pipeline.start()函数开始新的管道运行，就像传统 SageMaker管道运行一样。有关该start()函数的信息，请参阅 sag emaker.workflow.pipeline.pipeline.start。

注意

使用@step装饰器定义的步骤作为训练作业运行。因此，请注意以下限制：

  • 您的账户中的实例限制和训练任务限制。相应地更新您的限制，以避免出现任何限制或资源限制问题。

  • 与正在进行的每一个训练步骤相关的货币成本。有关更多详情，请参阅 Amazon SageMaker 定价。

从本地运行的管道中检索结果

要查看管道运行中任何步骤的结果，请使用 e xecution.result ()，如以下代码段所示：

execution = pipeline.start()
execution.result(step_name="train")
注意

本地模式下不支持execution.result()管道。

一次只能检索一个步骤的结果。如果步骤名称是由生成的 SageMaker，则可以通过以下方式调用list_steps来检索步骤名称：

execution.list_step()

在本地运行管道

你可以像处理传统的管道步骤一样在本地运行带有@step装饰步骤的管道。有关本地模式管道运行的详细信息，请参阅使用本地模式运行管道。要使用本地模式，请在管道定义中提供 a LocalPipelineSession SageMakerSession 而不是，如以下示例所示：

from sagemaker.workflow.function_step import step
from sagemaker.workflow.pipeline import Pipeline
from sagemaker.workflow.pipeline_context import LocalPipelineSession

@step
def train():
    training_data = s3.download(....)
    ...
    return trained_model
    
step_train_result = train()

local_pipeline_session = LocalPipelineSession()

local_pipeline = Pipeline(
    name="<pipeline-name>",
    steps=[step_train_result],
    sagemaker_session=local_pipeline_session # needed for local mode
)

local_pipeline.create(role_arn="role_arn")

# pipeline runs locally
execution = local_pipeline.start()