Você está desenvolvendo um projeto TensorFlow que usa o Amazon SageMaker para treinamento, mas ficará offline sem Wi-Fi por um longo período. Qual abordagem permite que você continue trabalhando localmente com o mínimo de alterações?

A abordagem correta é baixar o contêiner Docker do TensorFlow usado pelo Amazon SageMaker e utilizar o SDK Python do SageMaker localmente. O SageMaker usa contêineres Docker para isolar e padronizar os ambientes de treinamento. Ao baixar o contêiner do GitHub, você replica o ambiente exato do SageMaker em sua máquina local, garantindo compatibilidade e minimizando alterações no código. O SDK Python do SageMaker permite que você execute scripts de treinamento e inferência localmente, simulando o comportamento do SageMaker. Instalar apenas Python e boto3 não replica o ambiente completo do SageMaker, que inclui dependências específicas do TensorFlow e configurações de ambiente. Baixar o TensorFlow diretamente de tensorflow.org também não garante a emulação precisa do ambiente SageMaker. Usar um notebook Jupyter local sem o contêiner Docker não oferece o ambiente padronizado e isolado do SageMaker.