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.

Bonnes pratiques

Les sections suivantes suggèrent de bonnes pratiques à suivre lorsque vous utilisez le décorateur @step pour les étapes de votre pipeline.

Utilisation de groupes à chaud

Pour accélérer les exécutions des étapes du pipeline, utilisez la fonctionnalité des groupes à chaud fournie pour les tâches d’entraînement. Vous pouvez activer la fonctionnalité des groupes à chaud en fournissant l’argument keep_alive_period_in_seconds au décorateur @step, comme illustré dans l’extrait de code suivant :

@step(
   keep_alive_period_in_seconds=900
)

Pour plus d’informations sur les groupes d’instances pré-initialisées, consultez SageMaker Piscines chaudes gérées par IA.

Structuration de votre répertoire

Il est conseillé d’utiliser des modules de code lors de l’utilisation du décorateur @step. Placez le module pipeline.py, dans lequel vous invoquez les fonctions d’étape et définissez le pipeline, à la racine de l’espace de travail. La structure recommandée se présente comme suit :

.
├── config.yaml # the configuration file that define the infra settings
├── requirements.txt # dependencies
├── pipeline.py  # invoke @step-decorated functions and define the pipeline here
├── steps/
| ├── processing.py
| ├── train.py
├── data/
├── test/

Sécurisez vos données sérialisées

Le @step décorateur enregistre les entrées et les sorties des fonctions sur Amazon S3. Par défaut, SageMaker AI utilise le compartiment par défaut. D'autres projets ou utilisateurs de votre compte peuvent partager ce compartiment.

Pour protéger les données de votre pipeline, S3RootUri configurez-les dans votre fichier de configuration SageMaker AI. Utilisez un seau que seul votre pipeline utilise. L'exemple suivant montre comment définir cette valeur :

SchemaVersion: '1.0'
SageMaker:
  PythonSDK:
    Modules:
      RemoteFunction:
        S3RootUri: 's3://amzn-s3-demo-bucket/pipeline-data'

Pour plus d'informations sur le fichier de configuration, voir Fichier de configuration.