Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Marcos y lenguajes de machine learning
<a name="frameworks"></a>

Amazon SageMaker AI proporciona soporte nativo para lenguajes de programación y marcos de aprendizaje automático populares, lo que permite a los desarrolladores y científicos de datos aprovechar sus herramientas y tecnologías preferidas. Esta sección ofrece referencias para trabajar con Python y R, así como sus respectivos kits de desarrollo de software (SDKs) dentro de la SageMaker IA. Además, cubre una amplia gama de marcos de aprendizaje automático y aprendizaje profundo, incluidos Apache MXNet, PyTorch, TensorFlow. 

Puedes usar Python y R de forma nativa en los núcleos de Amazon SageMaker Notebook. También hay kernels que admiten marcos específicos. Una forma muy popular de empezar con la SageMaker IA es utilizar el [SDK de Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable). Proporciona Python de código abierto APIs y contenedores que facilitan el entrenamiento y la implementación de modelos en SageMaker IA, así como ejemplos para su uso con varios marcos diferentes de aprendizaje automático y aprendizaje profundo.

Para obtener información sobre el uso de marcos específicos o cómo usar R en la SageMaker IA, consulte los siguientes temas.

Idiomas SDKs y guías de usuario:
+ [SDK de Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable)
+ [R](r-guide.md)
+ [referencia de la API](api-and-sdk-reference.md)

Guías de marcos de aprendizaje profundo y machine learning:
+ [Apache MXNet](mxnet.md)
+ [Apache Spark](apache-spark.md)
+ [Chainer](chainer.md)
+ [Hugging Face](hugging-face.md)
+ [PyTorch](pytorch.md)
+ [Scikit-learn](sklearn.md)
+ [SparkML Serving](sparkml-serving.md)
+ [TensorFlow](tf.md)
+ [Servidor de inferencia Triton](triton.md)