Opracowujesz projekt TensorFlow, który wykorzystuje Amazon SageMaker do trenowania, ale przez dłuższy czas będziesz offline bez Wi-Fi. Które podejście pozwoli Ci kontynuować pracę lokalnie przy minimalnych zmianach?
Wybierz odpowiedź
Dotknij opcji, aby sprawdzić swoją odpowiedź.
Poprawna odpowiedź: Pobierz kontener Docker TensorFlow używany przez Amazon SageMaker z GitHub na swoją lokalną maszynę i użyj Amazon SageMaker Python SDK do lokalnego testowania kodu..
Dlaczego to jest odpowiedź
Pobranie kontenera Docker TensorFlow używanego przez Amazon SageMaker z GitHub i użycie Amazon SageMaker Python SDK do lokalnego testowania kodu to najlepsze podejście, ponieważ zapewnia środowisko, które jest najbliższe temu używanemu w SageMaker. SageMaker Python SDK obsługuje lokalne uruchamianie skryptów treningowych i wnioskujących w kontenerach Docker, co minimalizuje zmiany w kodzie. Instalowanie tylko Pythona i boto3 nie odtworzy środowiska SageMaker. Pobieranie TensorFlow bezpośrednio z tensorflow.org wymagałoby ręcznej emulacji wielu aspektów środowiska SageMaker. Pobieranie notatnika SageMaker i instalowanie Jupyter nie odtwarza środowiska kontenera Docker, w którym SageMaker uruchamia trening.
Zdaj egzamin — bez niekończącego się szukania odpowiedzi
Uzyskaj wszystkie zweryfikowane pytania i wyjaśnienia do tego egzaminu w jednym miejscu i zaoszczędź godziny przygotowań. Ponad 1000 certyfikacji · Ponad 20 języków · Zacznij za darmo.
Zdaj egzamin szybciej → Karta nie jest wymagana