Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Risorse da utilizzare TensorFlow con Amazon SageMaker AI
<a name="tf"></a>

Puoi usare Amazon SageMaker AI per addestrare e distribuire un modello utilizzando TensorFlow codice personalizzato. Gli TensorFlow stimatori e i modelli SageMaker AI Python SDK e i contenitori open source SageMaker TensorFlow AI possono aiutarti. Utilizza il seguente elenco di risorse per trovare ulteriori informazioni, in base alla versione di cui TensorFlow stai utilizzando e a cosa vuoi fare.

## TensorFlow Versione 1.11 e successive
<a name="tf-script-mode"></a>

Per TensorFlow le versioni 1.11 e successive, [Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable) SDK supporta script di addestramento in modalità script.

### Cosa desideri fare?
<a name="tf-intent"></a>

Voglio addestrare un modello personalizzato TensorFlow in AI. SageMaker   
Per un esempio di notebook Jupyter, vedi [TensorFlow Script Mode Training](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-python-sdk/tensorflow_script_mode_training_and_serving/tensorflow_script_mode_training_and_serving.html) and Serving.  
Per la documentazione, consulta [Train a Model with](https://sagemaker.readthedocs.io/en/stable/using_tf.html#train-a-model-with-tensorflow). TensorFlow

Ho un TensorFlow modello che ho addestrato all' SageMaker intelligenza artificiale e voglio implementarlo su un endpoint ospitato.  
Per ulteriori informazioni, consulta [Deploy TensorFlow ](https://sagemaker.readthedocs.io/en/stable/using_tf.html#deploy-tensorflow-serving-models) Serving models.

Ho un TensorFlow modello che ho addestrato al di fuori dell' SageMaker intelligenza artificiale e voglio implementarlo su un endpoint di SageMaker intelligenza artificiale.  
Per ulteriori informazioni, consulta [Deploying directly from model artifacts](https://sagemaker.readthedocs.io/en/stable/using_tf.html#deploying-directly-from-model-artifacts).

Voglio vedere la documentazione dell'API per le classi [Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable) TensorFlow.  
[Per ulteriori informazioni, consulta TensorFlow Estimator.](https://sagemaker.readthedocs.io/en/stable/sagemaker.tensorflow.html)

Voglio trovare l'archivio dei TensorFlow container SageMaker AI.  
Per ulteriori informazioni, consulta [SageMaker TensorFlow Container GitHub repository](https://github.com/aws/sagemaker-tensorflow-container).

Voglio trovare informazioni sulle TensorFlow versioni supportate da AWS Deep Learning Containers.  
Per ulteriori informazioni, consulta [Available Deep Learning Container Images](https://github.com/aws/deep-learning-containers/blob/master/available_images.md).

 Per informazioni generali sulla scrittura di TensorFlow script di addestramento in modalità script e sull'utilizzo di stimatori e modelli in modalità TensorFlow script con l' SageMaker intelligenza artificiale, consulta [Utilizzo TensorFlow con Python SDK SageMaker ](https://sagemaker.readthedocs.io/en/stable/using_tf.html).

## TensorFlow Modalità Legacy per le versioni 1.11 e precedenti
<a name="tf-legacy-mode"></a>

L'[SDK Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable) fornisce una modalità legacy che supporta TensorFlow le versioni 1.11 e precedenti. Utilizza gli script di TensorFlow formazione in modalità legacy per eseguire TensorFlow lavori in AI se: SageMaker 
+ Disponi di script in modalità legacy che non desideri convertire in modalità script.
+ Vuoi usare una TensorFlow versione precedente alla 1.11.

Per informazioni sulla scrittura di TensorFlow script in modalità legacy da utilizzare con SageMaker AI Python SDK, [TensorFlow SageMaker consulta](https://github.com/aws/sagemaker-python-sdk/tree/v1.12.0/src/sagemaker/tensorflow#tensorflow-sagemaker-estimators-and-models) Estimatori e modelli.