Python 为什么AWS SageMaker运行web服务器进行批处理转换？
我正在创建自己的Docker容器，以便与SageMaker一起使用，我想知道为什么serve命令会创建一个Flask应用程序，以便在我要执行批处理转换作业时为数据提供预测。只需取消勾选模型并在我想要预测的数据集上运行模型的预测方法不是更简单吗？我不需要web api/端点。我只需要每天自动生成一次预测。好问题：）使用完全相同的代码进行批处理推断和在线推断可以减少开发开销-完全相同的堆栈可以用于两个用例-还可以减少在批处理和在线处理之间产生不同结果的风险。也就是说，SageMaker非常灵活，您所描述的内容可以使用培训API轻松完成。Training API中没有任何东西强迫您将其用于ML培训，它实际上是一个非常通用的docker orchestrator，具有高级日志记录、元数据持久性，并且专为快速分布式数据摄取而构建Python 为什么AWS SageMaker运行web服务器进行批处理转换？,python,amazon-web-services,docker,machine-learning,amazon-sagemaker,Python,Amazon Web Services,Docker,Machine Learning,Amazon Sagemaker,我正在创建自己的Docker容器，以便与SageMaker一起使用，我想知道为什么serve命令会创建一个Flask应用程序，以便在我要执行批处理转换作业时为数据提供预测。只需取消勾选模型并在我想要预测的数据集上运行模型的预测方法不是更简单吗？我不需要web api/端点。我只需要每天自动生成一次预测。好问题：）使用完全相同的代码进行批处理推断和在线推断可以减少开发开销-完全相同的堆栈可以用于两个用例-还可以减少在批处理和在线处理之间产生不同结果的风险。也就是说，SageMaker非常灵活，您所