Repolode
aws

aws/sagemaker-python-sdk

Python SDK для обучения и развертывания моделей машинного обучения в Amazon SageMaker с поддержкой фреймворков, встроенных алгоритмов и собственных контейнеров.

Звёзды
2,270
Форки
1,317
Открытые issues
237
Последний коммит
вчера

Что это?

SageMaker Python SDK — библиотека с открытым исходным кодом для обучения и развертывания моделей машинного обучения в Amazon SageMaker. Она позволяет запускать задания на обучение и размещать модели из кода на Python, используя фреймворки глубокого обучения, такие как PyTorch и MXNet, встроенные алгоритмы Amazon или собственные алгоритмы, упакованные в совместимые с SageMaker Docker-контейнеры.

В версии 3.x используются унифицированные классы: ModelTrainer для обучения и ModelBuilder для развертывания и инференса. Они заменяют классы Estimator и Model, специфичные для отдельных фреймворков и использовавшиеся в версии 2.x. Линейка 3.x разделена на отдельные пакеты PyPI для core, training, serving и MLOps. Начиная с версии 3.1 также доступны тренеры для дообучения моделей (SFT, DPO, RLAIF, RLVR).

SDK поддерживает Unix/Linux и macOS с Python версий 3.10–3.12. Для работы нужны аккаунт AWS и IAM-роль с разрешениями SageMaker.

Ключевые возможности

  • 01Обучайте модели с помощью PyTorch, MXNet и других фреймворков в SageMaker.
  • 02Используйте встроенные алгоритмы Amazon или собственный Docker-контейнер.
  • 03Развертывайте обученные модели на эндпоинтах для инференса в реальном времени с помощью ModelBuilder.
  • 04Дообучайте фундаментальные модели с помощью LoRA или полного дообучения.
  • 05Устанавливайте модульные пакеты для core, training, serving и MLOps.

Сценарии использования

  • Запускайте распределенные задания на обучение из Python на управляемых GPU-инстансах AWS.
  • Развертывайте обученную модель как эндпоинт для инференса в реальном времени.
  • Дообучайте большую языковую модель на собственных данных в AWS.
  • Создавайте конвейеры MLOps с реестром моделей и заданиями обработки данных.

Быстрый старт

  1. 1

    Установите SDK из PyPI с помощью pip

    pip install sagemaker

Что важно знать

  • Решение предназначено для Amazon SageMaker, поэтому нужны аккаунт AWS и разрешения IAM.
  • Согласно README, поддерживаются только Unix/Linux и Mac.
  • В версии 3.x удалены классы Estimator, Model и Predictor из версии 2.

Темы

Частые вопросы

Что такое sagemaker-python-sdk?
Python SDK для обучения и развертывания моделей машинного обучения в Amazon SageMaker с поддержкой фреймворков, встроенных алгоритмов и собственных контейнеров. SageMaker Python SDK — библиотека с открытым исходным кодом для обучения и развертывания моделей машинного обучения в Amazon SageMaker. Она позволяет запускать задания на обучение и размещать модели из кода на Python, используя фреймворки глубокого обучения, такие как PyTorch и MXNet, встроенные алгоритмы Amazon или собственные алгоритмы, упакованные в совместимые с SageMaker Docker-контейнеры.
sagemaker-python-sdk можно использовать бесплатно? Какая у него лицензия?
sagemaker-python-sdk распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
sagemaker-python-sdk всё ещё поддерживается?
Активно поддерживается. Последний коммит в sagemaker-python-sdk — 23 окт. 2026 г..
Для чего можно использовать sagemaker-python-sdk?
Запускайте распределенные задания на обучение из Python на управляемых GPU-инстансах AWS. Развертывайте обученную модель как эндпоинт для инференса в реальном времени. Дообучайте большую языковую модель на собственных данных в AWS. Создавайте конвейеры MLOps с реестром моделей и заданиями обработки данных.
Как установить sagemaker-python-sdk?
Установите SDK из PyPI с помощью pip: pip install sagemaker
Где скачать sagemaker-python-sdk?
Исходный код и инструкции по установке — на GitHub: https://github.com/aws/sagemaker-python-sdk

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Open-source платформа для отслеживания и визуализации обучения AI-моделей: метрики, гиперпараметры и статистика оборудования; доступна в облаке или для самостоятельного размещения.

4,3 тыс.+3 за неделю234PythonApache-2.0Обновлён 11 часов назад