sagemaker-python-sdk
用於在 Amazon SageMaker 上訓練和部署機器學習模型的函式庫
sagemaker-python-sdk 是什麼?
用於在 Amazon SageMaker 上訓練和部署機器學習模型的函式庫
sagemaker-python-sdk 概覽
這是什麼
sagemaker-python-sdk 是一個開放原始碼函式庫,用於在 Amazon SageMaker 上訓練和部署機器學習模型。它採用 Apache-2.0 授權,屬於開放原始碼軟體。此 SDK 支援使用 Apache MXNet 和 PyTorch 等熱門深度學習框架,以及 Amazon 演算法(針對 SageMaker 和 GPU 訓練最佳化的核心機器學習演算法可擴展實作)進行訓練和部署。使用者也可以使用自己建置在 SageMaker 相容 Docker 容器中的演算法來訓練和託管模型。3.0.0 版本引入了現代化的架構,將核心、訓練、推論和 MLOps 功能拆分為獨立的 PyPI 套件。此 SDK 已在 Python 3.10、3.11 和 3.12 上測試,並支援 Unix/Linux 和 Mac 作業系統。函式庫預設啟用遙測功能,可透過在 SDK 預設組態中將 TelemetryOptOut 參數設為 true 來選擇退出。
主要功能
- 支援使用 Apache MXNet、PyTorch、Amazon 演算法以及自訂的 SageMaker 相容 Docker 容器演算法進行訓練和部署。
- 3.x 版本引入模組化架構,包含獨立的 PyPI 套件:sagemaker-core、sagemaker-train、sagemaker-serve 和 sagemaker-mlops。
- 透過 ModelTrainer 類別統一訓練流程,取代 V2 的 Estimator 和框架特定類別。
- 透過 ModelBuilder 類別統一推論流程,取代 V2 的 Model 和框架特定類別。
- 物件導向 API,提供與 AWS API 對齊的自動產生組態。
- 支援超參數調校、模型登錄、處理任務、轉換任務和 SageMaker Clarify。
- 內建遙測功能以追蹤 SageMaker 函式的使用情況;可選擇退出。
使用情境
在 Amazon SageMaker 上使用深度學習框架或 Amazon 演算法訓練和部署機器學習模型。使用來自 S3 的資料執行自訂訓練容器。部署已訓練模型以進行即時推論。執行超參數調校任務。管理模型登錄和 MLOps 管線。使用 PyTorch 和 Scikit-learn 等框架執行處理任務。執行批次推論的轉換任務。使用 SageMaker Clarify 進行偏差偵測和可解釋性分析。
快速開始
安裝最新版本的 SageMaker Python SDK 3.x:pip install --upgrade sagemaker從原始碼安裝:git clone https://github.com/aws/sagemaker-python-sdk.gitcd sagemaker-python-sdkpip install .詳細說明請參閱儲存庫的 README。
授權與價格
授權為 Apache-2.0。價格類型為開放原始碼。
內容整理自該專案公開的 README 與儲存庫資訊。