Um modelo TensorFlow usa um script train.py existente e dados de treinamento estáticos armazenados como arquivos TFRecord. A equipe deseja fornecer esses dados ao SageMaker com o mínimo de trabalho de desenvolvimento. Qual é a maneira mais simples de fornecer os dados de treinamento ao SageMaker sem alterar o código de treinamento?

A opção correta é usar o modo de script do SageMaker com o train.py inalterado, fazendo upload dos arquivos TFRecord para um bucket S3 e apontando o job de treinamento do SageMaker para esse local S3. O SageMaker é projetado para trabalhar diretamente com dados no S3 e pode montar esses dados no contêiner de treinamento, permitindo que o script train.py os leia sem modificações. As outras opções são incorretas porque: Converter TFRecord para protobuf com Glue ou Lambda adiciona complexidade e trabalho desnecessário, pois o SageMaker pode lidar com TFRecord diretamente. Modificar train.py para converter em tempo de execução viola o requisito de não alterar o código de treinamento. Apontar para um caminho de dados local não é a forma padrão de fornecer dados ao SageMaker para treinamento distribuído ou escalável; o S3 é o método preferencial e mais eficiente.