aws / aws/aws-step-functions-data-science-sdk-python
Add `deploy_instance_count` and `deploy_instance_type` to `TrainingPipeline`
- Lenguaje dominante
- Python
- Estrellas
- 299
- Forks
- 84
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Descripción
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.
Guía de contribución
Línea de trabajo
Comienza con src/stepfunctions/template/pipeline/train.py, especialmente con la definición de TrainingPipeline enlazada en el issue. Traza cómo se aplican el tipo y la cantidad de instancias actuales al entrenamiento y al despliegue, y determina después los puntos de configuración para valores de deploy independientes. La tarea estará completada cuando TrainingPipeline acepte deploy_instance_count y deploy_instance_type y los utilice de forma independiente de la configuración de entrenamiento.
Escrito por el modelo de indexación a partir del texto del issue.
Evaluación
- Stack tecnológico
- aws, python
- Área
- cloud, machine-learning
- Tipo de issue
- Nueva funcionalidad
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Estado de actividad
- Estancado
- Claridad
- Bastante claro
- Aptitud para principiantes
- 45/100