一家公司在本地运行自定义 PyTorch 训练脚本和专有数据集，需要以最少的精力将这些模型迁移到 AWS。哪种方法所需的迁移工作量最少？

正确答案是“使用 SageMaker 脚本模式和 SageMaker 提供的框架容器（预制镜像）”。SageMaker 脚本模式允许您直接使用现有的 PyTorch 训练脚本，而 SageMaker 提供的框架容器（预制镜像）已经包含了 PyTorch 及其所有依赖项，极大地减少了环境配置工作。这使得迁移工作量最小，因为您只需对现有代码进行少量修改即可在 SageMaker 上运行。 “使用 SageMaker 内置算法在专有数据上进行训练”不合适，因为公司有自定义 PyTorch 脚本，内置算法可能无法满足其特定需求。“在 AWS 上构建和管理一个自定义容器”需要额外的工作来创建、维护和更新容器，增加了迁移复杂性。“从 AWS Marketplace 购买可比较的生产模型”不符合公司使用其专有数据集和自定义模型的场景。