Amazon SageMaker를 사용하여 훈련하는 TensorFlow 프로젝트를 개발 중인데, 장기간 Wi-Fi 없이 오프라인 상태가 될 예정입니다. 최소한의 변경으로 로컬에서 계속 작업할 수 있는 방법은 무엇입니까?

정답은 Amazon SageMaker에서 사용하는 TensorFlow Docker 컨테이너를 GitHub에서 로컬 머신으로 다운로드하고, Amazon SageMaker Python SDK를 사용하여 로컬에서 코드를 테스트하는 것입니다. 이 방법은 SageMaker 환경과의 호환성을 유지하면서 오프라인에서 개발을 계속할 수 있는 가장 효율적인 방법입니다. SageMaker Python SDK는 로컬 모드를 지원하여 SageMaker에서 사용되는 것과 동일한 컨테이너를 사용하여 로컬에서 훈련 스크립트를 실행할 수 있게 합니다. 다른 옵션들은 다음과 같은 이유로 적절하지 않습니다. 노트북에 Python 3 및 boto3 라이브러리를 설치하는 것은 기본적인 개발 환경을 제공하지만, SageMaker에서 사용하는 특정 TensorFlow 환경과 라이브러리 종속성을 정확히 재현하지 못할 수 있습니다. tensorflow.org에서 TensorFlow를 다운로드하는 것은 일반적인 TensorFlow 설치이지만, SageMaker TensorFlow 환경의 특정 구성이나 최적화를 에뮬레이트하지 못합니다. SageMaker 노트북을 다운로드하고 Jupyter를 설치하는 것은 노트북 파일을 로컬에서 열 수 있게 하지만, SageMaker의 훈련 환경(특히 Docker 컨테이너)을 로컬에서 자동으로 재현하지는 않습니다.