Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Make mlops module independent of train and serving modules

Aperta
  • Qualcosa non va?
#5,813 5 commenti 7 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 2 giorni

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
45/100
Tipo di issue
Refactoring
Chiarezza
Da chiarire
Stato di attività
Tranquilla
Stack tecnologico
aws, python, pytorch
Ambito
cloud, devops, machine-learning

Direzione di ricerca

Inizia tracciando le dipendenze tra i moduli MLOps, train e serving, quindi riproduci il problema relativo alle dimensioni del pacchetto Lambda descritto nell’issue. Identifica quali dipendenze native e PyTorch vengono incluse nei deployment MLOps. Il lavoro è completato quando l’orchestrazione MLOps può essere impacchettata in modo indipendente senza queste dipendenze non necessarie.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Previously, MLOps orchestration was possible within a Lamber. Now with new dependencies, they are too big to fit in the lambda. The native dependencies and PyTorch explode the size of the total deployment signficantly

Lingua principale
Python
Stelle
2.3k
Fork
1.3k
Merge medio
3g 10h
PR unite (30g)
77

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di aws/sagemaker-python-sdk

Tutte le issue di aws/sagemaker-python-sdk

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.