Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Exportieren eines Datenflusses
Beim Exportieren Ihres Datenflusses werden die Operationen, die Sie in Data Wrangler ausgeführt haben, übersetzt und in ein Jupyter Notebook mit Python-Code exportiert, das Sie ändern und ausführen können. Dies kann bei der Integration des Codes für Ihre Datentransformationen in Ihre Machine-Learning-Pipelines von Nutzen sein.
Sie können in Ihrem Datenfluss einen beliebigen Datenknoten auswählen und ihn exportieren. Beim Exportieren des Datenknotens wird die Transformation exportiert, die der Knoten darstellt, sowie die Transformationen, die ihm vorausgehen.
So exportieren Sie einen Datenfluss als Jupyter Notebook
-
Navigieren Sie zu Ihrem Datenfluss.
-
Wählen Sie das Ellipsensymbol neben dem Knoten aus, den Sie exportieren möchten.
-
Bewegen Sie den Mauszeiger im Kontextmenü über Exportieren und dann über Über Jupyter Notebook exportieren.
-
Wählen Sie eine der folgenden Optionen:
-
SageMaker Pipelines
-
Amazon S3
-
SageMaker KI-Inferenz-Pipeline
-
SageMaker KI-Feature-Shop
-
Python-Kode
-
-
Das Dialogfeld Datenfluss als Notebook exportieren wird geöffnet. Wählen Sie eine der folgenden Optionen:
-
Lokale Kopie herunterladen
-
An einen S3-Speicherort exportieren
-
-
Wenn Sie An S3-Speicherort exportieren ausgewählt haben, geben Sie den Amazon-S3-Speicherort ein, an den Sie das Notebook exportieren möchten.
-
Wählen Sie Export aus.
Ihr Jupyter Notebook sollte entweder auf Ihren lokalen Computer heruntergeladen werden oder Sie finden es gespeichert an dem von Ihnen angegebenen Amazon-S3-Speicherort.
