選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

筆記本任務工作流程

焦點模式
筆記本任務工作流程 - Amazon SageMaker AI

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

由於筆記本任務執行您的自訂程式碼,您可以建立包含一或多個筆記本任務步驟的管道。ML 工作流程通常包含多個步驟,例如預先處理資料的處理步驟、建置模型的訓練步驟,以及模型評估步驟等。筆記本任務的其中一個可能用途是處理預先處理,您可能有一個執行資料轉換或擷取的筆記本、一個執行資料清理的 EMR 步驟,以及另一個在開始訓練步驟之前執行輸入特徵化的筆記本任務。筆記本任務可能需要管道中先前步驟的資訊,或輸入筆記本中使用者指定的自訂做為參數的資訊。如需示範如何將環境變數和參數傳遞至筆記本並從先前步驟擷取資訊的範例,請參閱 將資訊傳遞給筆記本步驟和從筆記本步驟傳遞

在另一個使用案例中,其中一個筆記本任務可能會呼叫另一個筆記本,以便在筆記本執行期間執行一些任務,在這種情況下,您需要將這些來源筆記本指定為筆記本任務步驟的相依性。如需如何呼叫其他筆記本的資訊,請參閱 在您的筆記本任務中叫用另一個筆記本

若要檢視示範如何使用 SageMaker AI Python SDK 排程筆記本任務的範例筆記本,請參閱筆記本任務範例筆記本

隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。