什么是 Amazon SageMaker Pipelines？
Amazon SageMaker Pipelines 是一种专门构建的工作流编排服务，用于自动化从数据预处理到模型监控的机器学习 (ML) 的所有阶段。借助直观的用户界面和 Python SDK，您可以大规模管理可重复的端到端机器学习管道。与多个 AWS 服务的本机集成使您可以根据自己的 MLOps 要求自定义机器学习生命周期。
SageMaker Pipelines 的优势
编写、重复使用和安排机器学习工作流
使用简单易用的 Amazon SageMaker Python SDK 创建 ML 工作流，然后使用 Amazon SageMaker Studio 将其可视化。您可以通过重复使用 SageMaker Pipelines 中的工作流步骤来提高效率并加快扩展速度。使用 SageMaker 项目模板快速入门，从而自动构建、测试、注册和部署模型。
自动跟踪模型
Amazon SageMaker Pipelines 会记录您工作流的每个步骤，创建对模型组件（例如训练数据、平台配置、模型参数和学习梯度）的审计跟踪。审计跟踪可用于重新创建模型并帮助支持合规性要求。
直接迁移您的机器学习代码
通过添加一行代码（@step python 装饰器）或执行整本笔记本，将任何机器学习 Python 代码转换为 Amazon SageMaker 中的可重复工作流。Python 注解和新的笔记本步骤使您能够整合其他 AWS 服务以实现全面的端到端机器学习工作流，从而提供可扩展性。