Repolode
Enviar
aws

aws/sagemaker-python-sdk

SDK Python para treinar e implantar modelos de machine learning no Amazon SageMaker, com frameworks, algoritmos integrados e containers próprios.

Ver no GitHubSite
Estrelas
2,270
Forks
1,317
Issues abertas
237
Último commit
ontem

O que é?

O SageMaker Python SDK é uma biblioteca de código aberto para treinar e implantar modelos de machine learning no Amazon SageMaker. Com ele, desenvolvedores podem executar jobs de treinamento e hospedar modelos usando código Python, com frameworks de deep learning como PyTorch e MXNet, algoritmos integrados da Amazon ou algoritmos personalizados empacotados em containers Docker compatíveis com o SageMaker.

A versão 3.x se concentra em classes unificadas: ModelTrainer para treinamento e ModelBuilder para implantação e inferência, substituindo as classes Estimator e Model específicas de cada framework da versão 2.x. A linha 3.x é dividida em pacotes PyPI separados para core, treinamento, serving e MLOps. Os trainers para ajuste fino de modelos (SFT, DPO, RLAIF, RLVR) também estão incluídos a partir da versão 3.1.

O SDK oferece suporte a Unix/Linux e macOS com Python 3.10 a 3.12. Para usá-lo, é necessário ter uma conta AWS e uma função IAM com permissões do SageMaker.

Recursos principais

  • 01Treine modelos com PyTorch, MXNet e outros frameworks no SageMaker.
  • 02Use algoritmos integrados da Amazon ou forneça seu próprio container Docker.
  • 03Implante modelos treinados em endpoints de tempo real com ModelBuilder.
  • 04Faça ajuste fino de modelos fundacionais usando LoRA ou ajuste fino completo.
  • 05Instale pacotes modulares para core, treinamento, serving e MLOps.

Casos de uso

  • Executar jobs de treinamento distribuído em instâncias GPU gerenciadas da AWS usando Python.
  • Implantar um modelo treinado como endpoint de inferência em tempo real.
  • Fazer ajuste fino de um modelo de linguagem grande com dados personalizados na AWS.
  • Criar pipelines de MLOps com registro de modelos e jobs de processamento.

Início rápido

  1. 1

    Instale o SDK do PyPI com pip

    pip install sagemaker

Antes de usar

  • É voltado para o Amazon SageMaker, portanto requer uma conta da AWS e permissões do IAM.
  • Segundo o README, oferece suporte apenas a Unix/Linux e Mac.
  • A versão 3.x remove as classes Estimator, Model e Predictor da versão 2.

Tópicos

#aws#machine-learning#sagemaker#pytorch#deep-learning#mlops#model-deployment#huggingface#mxnet#python

Perguntas frequentes

O que é sagemaker-python-sdk?
SDK Python para treinar e implantar modelos de machine learning no Amazon SageMaker, com frameworks, algoritmos integrados e containers próprios. O SageMaker Python SDK é uma biblioteca de código aberto para treinar e implantar modelos de machine learning no Amazon SageMaker. Com ele, desenvolvedores podem executar jobs de treinamento e hospedar modelos usando código Python, com frameworks de deep learning como PyTorch e MXNet, algoritmos integrados da Amazon ou algoritmos personalizados empacotados em containers Docker compatíveis com o SageMaker.
sagemaker-python-sdk é gratuito? Qual é a licença?
sagemaker-python-sdk é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
sagemaker-python-sdk ainda é mantido?
Manutenção ativa. O último commit de sagemaker-python-sdk foi em 23 de out. de 2026.
Para que posso usar sagemaker-python-sdk?
Executar jobs de treinamento distribuído em instâncias GPU gerenciadas da AWS usando Python. Implantar um modelo treinado como endpoint de inferência em tempo real. Fazer ajuste fino de um modelo de linguagem grande com dados personalizados na AWS. Criar pipelines de MLOps com registro de modelos e jobs de processamento.
Como instalar sagemaker-python-sdk?
Instale o SDK do PyPI com pip: pip install sagemaker
Onde consigo sagemaker-python-sdk?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/aws/sagemaker-python-sdk

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados