aws / aws/sagemaker-python-sdk
ModelStep should have a 'adds_depends_on' class method
- Lenguaje dominante
- Python
- Estrellas
- 2.3k
- Forks
- 1.3k
- Merge medio
- 1 d 22 h
- PR fusionados (30 d)
- 35
Descripción
**Describe the feature you'd like**
When constructing SageMaker pipelines, I want to construct steps that sequence Training jobs (TrainingStep) and Inference jobs (ModelStep and TransformStep) together. As part of this, I would use `add_depends_on` from the TrainingStep to allow me to string together tasks. However, we cannot do the same for ModelStep. It has to be passed via the `depends_on` parameter during initialization.
**How would this feature be used? Please describe.**
```
def setup(…):
model_step = ModelStep(…)
transform_step = TransformStep(…, model_step…)
model_step.add_depends_on(other_steps)
```
**Describe alternatives you've considered**
I am forced to pass in dependencies throughout my abstractions, rather than construct the model_step first, and then add dependencies later.
**Additional context**
happy to add more details if needed.
Guía de contribución
Línea de trabajo
Empieza por localizar los puntos de entrada ModelStep, TrainingStep y TransformStep mencionados en el issue, y luego compara cómo TrainingStep gestiona add_depends_on con el parámetro de inicialización depends_on de ModelStep. Confirma el uso solicitado construyendo la secuencia de pipeline mostrada y comprobando que se conserva la dependencia resultante.
Escrito por el modelo de indexación a partir del texto del issue.
Evaluación
- Stack tecnológico
- aws, python
- Área
- 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
- 25/100