Publicado en: Apr 25, 2023
Amazon SageMaker Python SDK es una biblioteca de código abierto para implementar y entrenar modelos de machine learning en Amazon SageMaker. Nos complace anunciar que SageMaker Python SDK ahora ayuda a los científicos de datos a ejecutar cualquier código de ML local creado en su IDE preferido y en sus cuadernos locales, junto con las dependencias de la versión ejecutable asociada, como trabajos de entrenamiento de modelos de ML a gran escala con cambios mínimos en el código.
Los científicos de datos solo necesitan agregar una línea de código (un decorador de Python) a su código de ML local y SageMaker Python SDK toma su código, sus conjuntos de datos y la configuración del entorno de trabajo y la ejecuta como un trabajo de entrenamiento de SageMaker. Este modo decorador ayuda a los científicos de datos a iniciar sus flujos de trabajo de machine learning en SageMaker con mayor facilidad. Así, se reduce la necesidad de tener componentes de código personalizados y de administrar variables de entorno. Además, esta mejora del código local en los trabajos reduce el tiempo dedicado a la administración de contenedores mediante la captura automática y la replicación de la versión ejecutable local. De este modo, los científicos de datos pueden dedicar menos tiempo a recrear su entorno local en trabajos de producción.
Esta característica ya está disponible en todas las regiones en las que está disponible Amazon SageMaker Python SDK. Para empezar a utilizar la nueva característica, lea la documentación de Amazon SageMaker, la guía de Amazon SageMaker Python SDK y la página sobre entrenamiento de modelos de SageMaker.
Para consultar ejemplos y obtener más información sobre cómo se puede utilizar la interfaz del SDK de código local en trabajos de entrenamiento, visite el blog de ML y consulte los cuadernos de ejemplo del repositorio de SageMaker Python SDK.