TensorFlow 모델은 기존 train.py 스크립트와 TFRecord 파일로 저장된 정적 훈련 데이터를 사용합니다. 팀은 개발 작업을 최소화하면서 이 데이터를 SageMaker에 제공하고자 합니다. 훈련 코드를 변경하지 않고 훈련 데이터를 SageMaker에 제공하는 가장 간단한 방법은 무엇입니까?

SageMaker 스크립트 모드는 기존 훈련 스크립트를 변경 없이 실행할 수 있도록 설계되었습니다. TFRecord는 TensorFlow에서 지원하는 표준 데이터 형식이며, SageMaker는 S3에 저장된 TFRecord 파일을 직접 읽을 수 있습니다. 따라서 train.py 스크립트를 수정하거나 데이터를 다른 형식으로 변환할 필요 없이 TFRecord 파일을 S3에 업로드하고 SageMaker 훈련 작업이 해당 S3 위치를 가리키도록 구성하는 것이 가장 간단하고 효율적인 방법입니다. 다른 옵션들은 불필요한 데이터 변환이나 코드 수정을 요구하여 개발 작업을 증가시킵니다.