Publicado: Apr 25, 2023
O Amazon SageMaker Python SDK é uma biblioteca de código aberto para treinamento e implantação de modelos de machine learning no Amazon SageMaker. Temos o prazer de anunciar que o SageMaker Python SDK já ajuda cientistas de dados a executar qualquer código de ML local criado em seus IDEs preferidos e em cadernos locais, juntamente com as dependências de runtime associadas, como trabalhos de treinamento de modelos de ML em grande escala com alterações mínimas de código.
Os cientistas de dados precisam adicionar somente uma linha de código (um decorador Python) ao código ML local. O SageMaker Python SDK usa o código, os conjuntos de dados e a configuração do ambiente de trabalho para execução como um trabalho de treinamento do SageMaker. Esse modo de decorador ajuda os cientistas de dados a iniciar fluxos de trabalho de ML no SageMaker com mais facilidade, reduzindo a necessidade de estruturas de código personalizadas e gerenciamento de variáveis de ambiente. Além disso, esse aprimoramento da experiência de codificação local para trabalhos reduz o tempo gasto no gerenciamento de contêineres por meio da captura e replicação automáticas do runtime local para que os cientistas de dados possam passar menos tempo recriando ambientes locais em trabalhos de produção.
Esse recurso já está disponível em todas as regiões em que o Amazon SageMaker Python SDK é oferecido. Para começar a usar o novo recurso, leia a documentação do Amazon SageMaker, o guia do Amazon SageMaker Python SDK e a página de treinamento de modelos do SageMaker.
Para conferir exemplos e saber mais sobre como a interface do SDK de código local para trabalhos de treinamento pode ser usada, acesse o blog de ML e confira os exemplos de cadernos no repositório do SageMaker Python SDK.