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.
Traitement des données avec les processeurs d’infrastructure
Un FrameworkProcessor peut exécuter des tâches de traitement avec une infrastructure de machine learning spécifiée, vous fournissant un conteneur géré par Amazon SageMaker AI pour n’importe quelle infrastructure de machine learning que vous choisissez. FrameworkProcessor fournit des conteneurs prédéfinis pour les infrastructures de machine learning suivantes : Hugging Face, MXNet, PyTorch, TensorFlow et XGBoost.
La classe FrameworkProcessor vous permet également de personnaliser la configuration du conteneur. La classe FrameworkProcessor prend en charge la spécification d’un répertoire source source_dir pour vos scripts de traitement et vos dépendances. Avec cette capacité, vous pouvez donner au processeur l’accès à plusieurs scripts d’un répertoire au lieu de spécifier un seul script. FrameworkProcessor prend également en charge l’inclusion d’un fichier requirements.txt dans source_dir pour personnaliser les bibliothèques Python à installer dans le conteneur.
Pour plus d’informations sur la classe FrameworkProcessor, ses méthodes et ses paramètres, consultez FrameworkProcessor
Pour bénéficier d’exemples d’utilisation d’un FrameworkProcessor pour chacune des infrastructures de machine learning prises en charge, consultez les rubriques suivantes.
Rubriques
