一位專家在 S3 中擁有一個非常大的訓練資料集（數百萬筆記錄）。他們希望避免將所有資料複製到 SageMaker notebook 的 5 GB EBS 磁碟區，但仍能使用完整的資料集進行訓練。哪種工作流程能以最少的本機複製來使用完整的資料集進行訓練？

正確答案是「在 notebook 上使用一小部分資料來驗證訓練程式碼，然後啟動一個 SageMaker 訓練任務，該任務使用 Pipe 輸入模式讀取完整的 S3 資料集」。這種方法能有效利用 SageMaker 的 Pipe 輸入模式，它允許訓練任務直接從 S3 串流資料，而無需將整個資料集下載到本機儲存。在 notebook 上使用小部分資料進行驗證，可以快速迭代和除錯程式碼，避免不必要的資源消耗。 其他選項的缺點： 啟動帶有 Deep Learning AMI 的 EC2 實例並連接 S3：這增加了管理基礎設施的複雜性，並且沒有充分利用 SageMaker 的託管訓練功能。 使用 AWS Glue 測試：Glue 主要用於資料轉換和 ETL，不適用於驗證訓練程式碼。 在 EC2 Deep Learning 實例上訓練完整資料集：這同樣增加了基礎設施管理負擔，且可能涉及手動資料傳輸，效率較低。