如何部署sagemaker.workflow.pipeline.Pipeline？
How to deploy sagemaker.workflow.pipeline.Pipeline?
我有一个 sagemaker.workflow.pipeline.Pipeline，其中包含多个 sagemaker.workflow.steps.ProcessingStep，每个 ProcessingStep 包含 sagemaker.processing.ScriptProcessor。
当前的管道图如下图所示。它将从 S3 的多个来源获取数据，对其进行处理并使用前面步骤中的数据创建最终数据集。
由于Pipeline对象不支持.deploy方法，如何部署这个管道？
而inference/scoring，当我们接收到原始数据（每个源单行）时，如何触发管道？
或者 Sagemaker Pipeline 仅设计用于 huge/batch 数据的数据处理和模型训练？不是针对单个数据点的推断？
As the Pipeline object doesn't support .deploy method, how to deploy this pipeline?
管道没有.deploy()方法，没有
使用 pipeline.upsert(role_arn='...') 将管道定义 create/update 到 SageMaker，然后调用 pipeline.start() 。文档 here
While inference/scoring, When we receive a raw data(single row for each source), how to trigger the pipeline?
SageMaker 中实际上有两种类型的管道。模型构建管道（您在问题中有），以及用于推理的 Serial Inference Pipelines。 AWS 绝对应该将前者称为“工作流”
您可以使用模型构建管道来设置串行推理管道
要在串行推理管道中进行预处理，您需要训练一个 encoder/estimator（例如 SKLearn）并保存其模型。然后训练一个学习算法，并保存它的模型，然后使用两个模型
创建一个PipelineModel
我有一个 sagemaker.workflow.pipeline.Pipeline，其中包含多个 sagemaker.workflow.steps.ProcessingStep，每个 ProcessingStep 包含 sagemaker.processing.ScriptProcessor。
当前的管道图如下图所示。它将从 S3 的多个来源获取数据，对其进行处理并使用前面步骤中的数据创建最终数据集。
由于Pipeline对象不支持.deploy方法，如何部署这个管道？
而inference/scoring，当我们接收到原始数据（每个源单行）时，如何触发管道？
或者 Sagemaker Pipeline 仅设计用于 huge/batch 数据的数据处理和模型训练？不是针对单个数据点的推断？
As the Pipeline object doesn't support .deploy method, how to deploy this pipeline?
管道没有.deploy()方法，没有
使用 pipeline.upsert(role_arn='...') 将管道定义 create/update 到 SageMaker，然后调用 pipeline.start() 。文档 here
While inference/scoring, When we receive a raw data(single row for each source), how to trigger the pipeline?
SageMaker 中实际上有两种类型的管道。模型构建管道（您在问题中有），以及用于推理的 Serial Inference Pipelines。 AWS 绝对应该将前者称为“工作流”
您可以使用模型构建管道来设置串行推理管道
要在串行推理管道中进行预处理，您需要训练一个 encoder/estimator（例如 SKLearn）并保存其模型。然后训练一个学习算法，并保存它的模型，然后使用两个模型
创建一个PipelineModel