D'autres exemples de AWS SDK sont disponibles dans le référentiel [AWS Doc SDK Examples](https://github.com/awsdocs/aws-doc-sdk-examples) GitHub .

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Exemples de code pour l'utilisation de l' SageMaker IA AWS SDKs
<a name="sagemaker_code_examples"></a>

Les exemples de code suivants vous montrent comment utiliser Amazon SageMaker AI avec un kit de développement AWS logiciel (SDK).

Les *actions* sont des extraits de code de programmes plus larges et doivent être exécutées dans leur contexte. Alors que les actions vous indiquent comment appeler des fonctions de service individuelles, vous pouvez les voir en contexte dans leurs scénarios associés.

Les *scénarios* sont des exemples de code qui vous montrent comment accomplir des tâches spécifiques en appelant plusieurs fonctions au sein d’un même service ou combinés à d’autres Services AWS.

**Ressources supplémentaires**
+  **[ SageMaker Guide du développeur AI](https://docs.aws.amazon.com/sagemaker/latest/dg/whatis.html)** — Plus d'informations sur SageMaker l'IA.
+ **[SageMaker Référence d'API AI](https://docs.aws.amazon.com/sagemaker/latest/APIReference/Welcome.html)** — Détails sur toutes les actions d' SageMaker IA disponibles.
+ **[AWS Centre pour les développeurs](https://aws.amazon.com/developer/code-examples/?awsf.sdk-code-examples-product=product%23sagemaker)** : exemples de code que vous pouvez filtrer par catégorie ou par recherche en texte intégral.
+ **[AWS Exemples de SDK](https://github.com/awsdocs/aws-doc-sdk-examples)** : GitHub dépôt avec code complet dans les langues préférées. Inclut des instructions sur la configuration et l’exécution du code.

**Contents**
+ [Principes de base](sagemaker_code_examples_basics.md)
  + [Bonjour SageMaker AI](sagemaker_example_sagemaker_Hello_section.md)
  + [Actions](sagemaker_code_examples_actions.md)
    + [`CreateEndpoint`](sagemaker_example_sagemaker_CreateEndpoint_section.md)
    + [`CreateModel`](sagemaker_example_sagemaker_CreateModel_section.md)
    + [`CreatePipeline`](sagemaker_example_sagemaker_CreatePipeline_section.md)
    + [`CreateTrainingJob`](sagemaker_example_sagemaker_CreateTrainingJob_section.md)
    + [`CreateTransformJob`](sagemaker_example_sagemaker_CreateTransformJob_section.md)
    + [`DeleteEndpoint`](sagemaker_example_sagemaker_DeleteEndpoint_section.md)
    + [`DeleteModel`](sagemaker_example_sagemaker_DeleteModel_section.md)
    + [`DeletePipeline`](sagemaker_example_sagemaker_DeletePipeline_section.md)
    + [`DescribePipelineExecution`](sagemaker_example_sagemaker_DescribePipelineExecution_section.md)
    + [`DescribeTrainingJob`](sagemaker_example_sagemaker_DescribeTrainingJob_section.md)
    + [`ListAlgorithms`](sagemaker_example_sagemaker_ListAlgorithms_section.md)
    + [`ListModels`](sagemaker_example_sagemaker_ListModels_section.md)
    + [`ListNotebookInstances`](sagemaker_example_sagemaker_ListNotebookInstances_section.md)
    + [`ListTrainingJobs`](sagemaker_example_sagemaker_ListTrainingJobs_section.md)
    + [`StartPipelineExecution`](sagemaker_example_sagemaker_StartPipelineExecution_section.md)
    + [`UpdatePipeline`](sagemaker_example_sagemaker_UpdatePipeline_section.md)
+ [Scénarios](sagemaker_code_examples_scenarios.md)
  + [Premiers pas avec les tâches géospatiales et les pipelines](sagemaker_example_sagemaker_Scenario_Pipelines_section.md)
  + [Premiers pas avec les modèles et les points de terminaison](sagemaker_example_sagemaker_Scenario_GettingStarted_section.md)
  + [Commencer à utiliser Amazon SageMaker Feature Store](sagemaker_example_iam_GettingStarted_028_section.md)