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。

# Machine Learning 架構和語言
<a name="frameworks"></a>

Amazon SageMaker AI 為熱門程式設計語言和機器學習架構提供原生支援，讓開發人員和資料科學家能夠利用他們偏好的工具和技術。本節提供使用 Python 和 R 以及 SageMaker AI 內其各自軟體開發套件 (SDK) 的參考。此外，它涵蓋了各種機器學習和深度學習架構，包括 Apache MXNet、PyTorch、TensorFlow。

您可以使用 Amazon SageMaker 筆記本核心本身的 Python 和 R。也有一些核心支援特定架構。一種開始使用 SageMaker AI 的非常熱門方式是使用 [Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable)。其提供開放原始碼 Python API 和容器，讓您在 SageMaker AI 中輕鬆訓練和部署模型，還有範例可與幾種不同的機器學習和深度學習架構搭配使用。

如需使用特定架構或如何在 SageMaker AI 中使用 R 的相關資訊，請參閱下列主題。

語言開發套件和使用者指南：
+ [使用 Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable)
+ [R](r-guide.md)
+ [API 參考](api-and-sdk-reference.md)

機器學習和深度學習架構指南：
+ [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 推論服務器](triton.md)