aws / aws/aws-step-functions-data-science-sdk-python
Add `deploy_instance_count` and `deploy_instance_type` to `TrainingPipeline`
- Vorherrschende Sprache
- Python
- Sterne
- 299
- Forks
- 84
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Beschreibung
Currently, [TrainingPipeline](https://github.com/aws/aws-step-functions-data-science-sdk-python/blob/b45b282592041d3c355f7cef492798bc3bf5415a/src/stepfunctions/template/pipeline/train.py#L95) uses the same instance type and count for both train and deploy.
Different instance types and counts are desirable to address the different profiles for each workload.
Beitragsleitfaden
Rechercherichtung
Beginne mit src/stepfunctions/template/pipeline/train.py, insbesondere mit der im Issue verlinkten Definition von TrainingPipeline. Verfolge, wie der aktuelle Instanztyp und die aktuelle Anzahl auf Training und Deployment angewendet werden, und ermittle anschließend die Konfigurationsstellen für separate Deploy-Werte. Die Aufgabe ist erledigt, wenn TrainingPipeline deploy_instance_count und deploy_instance_type akzeptiert und diese unabhängig von den Trainingseinstellungen verwendet.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Tech-Stack
- aws, python
- Bereich
- cloud, machine-learning
- Issue-Typ
- Feature
- Schwierigkeit
- 3/5
- Geschätzter Aufwand
- 1-2 Tage
- Aktivitätsstatus
- Veraltet
- Klarheit
- Größtenteils klar
- Anfängerfreundlichkeit
- 45/100