发布于: Aug 4, 2020
您现在可以在您使用 AWS Step Functions 创建的机器学习工作流中包含 Amazon SageMaker Processing，从而无需离开 SageMaker 服务，即可在您的机器学习工作流中构建数据处理和计算步骤。
AWS Step Functions 可让您使用 Amazon DynamoDB、AWS Lambda 和 Amazon SageMaker 等 AWS 服务构建恢复能力极高的工作流。Amazon SageMaker 可帮助开发人员和数据科学家快速构建、训练和部署机器学习 (ML) 模型。通过在 Step Functions 中集成 SageMaker Processing，您现在可以在 Amazon SageMaker 上编排端到端的机器学习工作流，包括预处理、后处理、特征工程、数据验证和模型评估等。
您现在可以将 Step Functions Data Science SDK 与 Amazon SageMaker Processing 结合使用，从而创建和可视化显示端到端的机器学习工作流。工作流可以在 Python 中创建并在 Jupyter 笔记本中可视化显示。数据科学家可以在其机器学习管道上构建并迭代，然后编写可供工程团队使用的 CloudFormation 模板，以便将在生产环境中实施工作流，并支持 MLOps 使用案例。
AWS Step Functions 现已在所有提供 Step Functions 和 SageMaker Processing 服务的区域支持 Amazon SageMaker Processing。查看 AWS 区域表以了解更多信息。要了解更多有关 Amazon SageMaker Processing 的信息，请参阅我们的博客文章、阅读 SageMaker 开发人员指南和 Step Functions 开发人员指南，尝试 Step Functions 示例项目。