1 回答
- 最新
- 投票最多
- 评论最多
0
You can do this with the latest version of the sagemaker sdk 2.89.0
from sagemaker.workflow.pipeline_context import PipelineSession
session = PipelineSession()
inputs = [
ProcessingInput(
source="s3://my-bucket/sourcefile",
destination="/opt/ml/processing/inputs/",),
]
processor = FrameworkProcessor(...)
step_args = processor.run(inputs=inputs, source_dir="...")
step_sklearn = ProcessingStep(
name="MyProcessingStep",
step_args=step_args,
)
已回答 2 年前
相关内容
- AWS 官方已更新 2 年前
- AWS 官方已更新 2 年前
- AWS 官方已更新 3 年前
- AWS 官方已更新 2 年前
thank you!