本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用 SageMaker AI Python SDK 執行處理容器
<a name="byoc-run"></a>

您可以使用 SageMaker Python SDK，利用 `Processor` 類別執行您自己的處理影像。下列範例示範如何使用一個來自 Amazon Simple Storage Service (Amazon S3) 的輸入和一個放到 Amazon S3 的輸出，以執行您自己的處理容器。

```
from sagemaker.processing import Processor, ProcessingInput, ProcessingOutput

processor = Processor(image_uri='<your_ecr_image_uri>',
                     role=role,
                     instance_count=1,
                     instance_type="ml.m5.xlarge")

processor.run(inputs=[ProcessingInput(
                        source='<s3_uri or local path>',
                        destination='/opt/ml/processing/input_data')],
                    outputs=[ProcessingOutput(
                        source='/opt/ml/processing/processed_data',
                        destination='<s3_uri>')],
                    )
```

您可以將映像和想要執行的命令，以及您想要在該容器內執行的程式碼，提供給 `ScriptProcessor` (而不是將處理程式碼內建到處理映像中)。如需範例，請參閱[使用您自己的處理容器執行指令碼](processing-container-run-scripts.md)。

您也可以透過 `SKLearnProcessor`，使用 Amazon SageMaker Processing 提供的 scikit-learn 影像來執行 scikit-learn 指令碼。如需範例，請參閱[使用 scikit-learn 執行資料處理](use-scikit-learn-processing-container.md)。