aws / aws/sagemaker-python-sdk

Contribute example with Sagemaker SDK v3

Ouverte
#5,567 1 commentaire 0 réactions 0 personnes assignées Voir sur GitHub
Langage dominant
Python
Étoiles
2.3k
Forks
1.3k
Merge moyen
1 j 22 h
PR mergées (30 j)
35

Description

**Describe the feature you'd like**
Recently, the SDK has been upgraded to V3, and it still lack of hand-on example with a customized algorithm container (scikit-learn, jax,...) along with old dependencies ([sagemaker training toolkit](https://github.com/aws/sagemaker-training-toolkit/tree/master)). I've worked on a company project on using Sagemaker SDK v3 recently, and want to contribute my implementation as an example to Sagemaker SDK documentation.

**How would this feature be used? Please describe.**
This example would enhance user experience with Sagemaker SDK v3

**Describe alternatives you've considered**
The example will use 2 principles,
- Bring your own container, customize the algorithm
- Pipeline declaration(runtime, control logic) and dataflow within pipeline (Property file, S3)

Guide de contribution

Ouvrir le guide de contribution

Piste de recherche

L’issue ne nomme aucun fichier du repository, aucun test ni aucun point d’entrée d’exemple ; commencez par localiser les exemples de documentation du SageMaker SDK v3 et examinez le sagemaker-training-toolkit lié. Clarifiez le périmètre du conteneur de l’algorithme personnalisé et du flux de données du pipeline, puis vérifiez que l’exemple couvre l’utilisation d’un conteneur personnalisé et s’exécute comme documenté.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
aws, python, scikit-learn
Domaine
cloud, documentation, machine-learning
Type d'issue
Fonctionnalité
Difficulté
4/5
Temps estimé
3-5 jours
Activité
À l'abandon
Clarté
À clarifier
Accessibilité débutants
35/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.