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.
Notebook-Auftragsworkflows
Da ein Notebook-Job Ihren benutzerdefinierten Code ausführt, können Sie eine Pipeline erstellen, die einen oder mehrere Notebook-Job-Schritte umfasst. ML-Workflows umfassen häufig mehrere Schritte, darunter einen Verarbeitungsschritt zur Vorverarbeitung der Daten, einen Trainingsschritt zum Aufbau Ihres Modells und einen Modellbewertungsschritt. Eine mögliche Verwendung von Notebook-Aufträgen ist die Vorverarbeitung. Sie könnten beispielsweise ein Notebook haben, das die Datenumwandlung oder -erfassung durchführt, einen EMR-Schritt, der die Datenbereinigung durchführt, und einen weiteren Notebook-Auftrag, der die Feature-Erstellung Ihrer Eingaben durchführt, bevor ein Trainingsschritt initiiert wird. Für einen Notebookjob sind möglicherweise Informationen aus vorherigen Schritten in der Pipeline oder aus benutzerdefinierten Anpassungen als Parameter im Eingabe-Notebook erforderlich. Beispiele, die zeigen, wie Sie Umgebungsvariablen und Parameter an Ihr Notebook übergeben und Informationen aus vorherigen Schritten abrufen können, finden Sie unter Informationen zu und von Ihrem Notebook weiterleiten Schritt.
In einem anderen Anwendungsfall kann es vorkommen, dass einer Ihrer Notebook-Aufträge ein anderes Notebook aufruft, um bestimmte Aufgaben während der Ausführung Ihres Notebooks auszuführen. In diesem Fall müssen Sie diese Quell-Notebooks als Abhängigkeiten für Ihren Notebook-Auftragsschritt angeben. Weitere Informationen zum Aufrufen eines anderen Notebooks finden Sie unter Rufen Sie in Ihrem Notebookjob ein anderes Notebook auf.
Beispielnotizbücher, die zeigen, wie Notizbuchjobs mit dem SageMaker AI Python SDK geplant werden, finden Sie unter Notizbuch-Beispielnotizbücher für Notizbücher
