Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Ikhtisar jaringan pipa
<a name="pipelines-overview"></a>

[Pipeline Amazon SageMaker AI adalah serangkaian langkah yang saling berhubungan dalam grafik asiklik terarah (DAG) yang didefinisikan menggunakan drag-and-drop UI atau Pipelines SDK.](https://sagemaker.readthedocs.io/en/stable/workflows/pipelines/sagemaker.workflow.pipelines.html) Anda juga dapat membangun pipeline menggunakan [skema JSON definisi pipeline](https://aws-sagemaker-mlops.github.io/sagemaker-model-building-pipeline-definition-JSON-schema/). Definisi DAG JSON ini memberikan informasi tentang persyaratan dan hubungan antara setiap langkah pipa Anda. Struktur DAG pipa ditentukan oleh dependensi data antar langkah. Dependensi data ini dibuat ketika properti output langkah diteruskan sebagai input ke langkah lain. Gambar berikut adalah contoh dari pipa DAG:

![\[\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/pipeline-full.png)


**Contoh DAG mencakup langkah-langkah berikut:**

1. `AbaloneProcess`, contoh dari langkah [Processing](https://docs.aws.amazon.com/sagemaker/latest/dg/build-and-manage-steps.html#step-type-processing), menjalankan skrip preprocessing pada data yang digunakan untuk pelatihan. Misalnya, skrip dapat mengisi nilai yang hilang, menormalkan data numerik, atau membagi data ke dalam kumpulan data kereta, validasi, dan pengujian.

1. `AbaloneTrain`, contoh dari langkah [Pelatihan](https://docs.aws.amazon.com/sagemaker/latest/dg/build-and-manage-steps.html#step-type-training), mengonfigurasi hiperparameter dan melatih model dari data input yang telah diproses sebelumnya.

1. `AbaloneEval`, contoh lain dari langkah [Pemrosesan](https://docs.aws.amazon.com/sagemaker/latest/dg/build-and-manage-steps.html#step-type-processing), mengevaluasi model untuk akurasi. Langkah ini menunjukkan contoh ketergantungan data—langkah ini menggunakan keluaran dataset pengujian dari. `AbaloneProcess`

1. `AbaloneMSECond`adalah contoh dari langkah [Kondisi](https://docs.aws.amazon.com/sagemaker/latest/dg/build-and-manage-steps.html#step-type-condition) yang, dalam contoh ini, memeriksa untuk memastikan mean-square-error hasil evaluasi model di bawah batas tertentu. Jika model tidak memenuhi kriteria, proses pipa berhenti.

1. Proses pipeline berjalan dengan langkah-langkah berikut:

   1. `AbaloneRegisterModel`, di mana SageMaker AI memanggil [RegisterModel](https://docs.aws.amazon.com/sagemaker/latest/dg/build-and-manage-steps.html#step-type-register-model)langkah untuk mendaftarkan model sebagai grup paket model berversi ke dalam Amazon SageMaker Model Registry.

   1. `AbaloneCreateModel`, di mana SageMaker AI memanggil [CreateModel](https://docs.aws.amazon.com/sagemaker/latest/dg/build-and-manage-steps.html#step-type-create-model)langkah untuk membuat model dalam persiapan untuk transformasi batch. Di`AbaloneTransform`, SageMaker AI memanggil langkah [Transform](https://docs.aws.amazon.com/sagemaker/latest/dg/build-and-manage-steps.html#step-type-transform) untuk menghasilkan prediksi model pada kumpulan data yang Anda tentukan.

Topik berikut menjelaskan konsep dasar Pipelines. Untuk tutorial yang menjelaskan implementasi konsep-konsep ini, lihat[Tindakan saluran pipa](pipelines-build.md).

**Topics**
+ [Struktur dan Eksekusi Pipa](build-and-manage-pipeline.md)
+ [Manajemen Akses IAM](build-and-manage-access.md)
+ [Menyiapkan dukungan lintas akun untuk Pipelines](build-and-manage-xaccount.md)
+ [Parameter pipa](build-and-manage-parameters.md)
+ [Langkah-langkah saluran pipa](build-and-manage-steps.md)
+ [Lift-and-shift Kode Python dengan dekorator @step](pipelines-step-decorator.md)
+ [Lulus Data Antar Langkah](build-and-manage-propertyfile.md)
+ [Langkah-langkah pipa cache](pipelines-caching.md)
+ [Coba lagi Kebijakan untuk Langkah-langkah Pipa](pipelines-retry-policy.md)
+ [Eksekusi selektif dari langkah-langkah pipa](pipelines-selective-ex.md)
+ [Perhitungan dasar, deteksi drift, dan siklus hidup dengan serta langkah-langkah di Amazon Pipelines ClarifyCheck QualityCheck SageMaker](pipelines-quality-clarify-baseline-lifecycle.md)
+ [Jadwalkan Pipeline Runs](pipeline-eventbridge.md)
+ [Integrasi SageMaker Eksperimen Amazon](pipelines-experiments.md)
+ [Jalankan saluran pipa menggunakan mode lokal](pipelines-local-mode.md)
+ [Memecahkan Masalah Pipa Amazon SageMaker](pipelines-troubleshooting.md)