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.

# Los últimos operadores de SageMaker IA para Kubernetes
<a name="kubernetes-sagemaker-operators-ack"></a>

Esta sección se basa en la última versión de SageMaker AI Operators for Kubernetes que utilizan Controllers for Kubernetes (ACK). AWS 

**importante**  
Si actualmente utilizas la versión `v1.2.2` o anterior de [ SageMaker Operators for Kubernetes](https://github.com/aws/amazon-sagemaker-operator-for-k8s/tree/master), te recomendamos migrar tus recursos al [controlador de servicios ACK](https://github.com/aws-controllers-k8s/sagemaker-controller) para Amazon. SageMaker [El controlador de servicios ACK es una nueva generación de SageMaker operadores para Kubernetes basada en Controllers for Kubernetes (ACK).AWS](https://aws-controllers-k8s.github.io/community/)  
Para obtener información sobre los pasos de migración, consulte [Migrar recursos a los operadores más recientes](kubernetes-sagemaker-operators-migrate.md).  
Para obtener respuestas a las preguntas frecuentes sobre la finalización del soporte de la versión original de Operators for Kubernetes, consulte SageMaker [Anunciamos el fin del soporte de la versión original de SageMaker AI Operators para Kubernetes](kubernetes-sagemaker-operators-eos-announcement.md)

La última versión de [SageMaker AI Operators for Kubernetes se basa en AWS Controllers for Kubernetes](https://github.com/aws-controllers-k8s/sagemaker-controller) [(ACK), un marco para crear controladores personalizados de Kubernetes](https://aws-controllers-k8s.github.io/community/ ) en los que cada controlador se comunica con una API de servicio. AWS Estos controladores permiten a los usuarios de Kubernetes aprovisionar recursos de AWS , como bases de datos o colas de mensajes, mediante la API de Kubernetes.

Siga los siguientes pasos para instalar y usar ACK para entrenar, ajustar e implementar modelos de aprendizaje automático con Amazon SageMaker AI.

**Topics**
+ [Instale operadores de SageMaker IA para Kubernetes](#kubernetes-sagemaker-operators-ack-install)
+ [Usa operadores de SageMaker IA para Kubernetes](#kubernetes-sagemaker-operators-ack-use)
+ [Referencia](#kubernetes-sagemaker-operators-ack-reference)

## Instale operadores de SageMaker IA para Kubernetes
<a name="kubernetes-sagemaker-operators-ack-install"></a>

Para configurar la última versión disponible de SageMaker AI Operators for Kubernetes, consulta la sección *Configuración* de [Machine Learning with the ACK SageMaker ](https://aws-controllers-k8s.github.io/community/docs/tutorials/sagemaker-example/#setup) AI Controller.

## Usa operadores de SageMaker IA para Kubernetes
<a name="kubernetes-sagemaker-operators-ack-use"></a>

Para ver un tutorial sobre cómo entrenar un modelo de aprendizaje automático con el controlador de servicio ACK para Amazon SageMaker AI mediante Amazon EKS, consulte [Machine Learning with the ACK SageMaker AI Controller](https://aws-controllers-k8s.github.io/community/docs/tutorials/sagemaker-example/).

Para ver un ejemplo de escalado automático, consulte [Escalar cargas de trabajo de SageMaker IA con Application](https://aws-controllers-k8s.github.io/community/docs/tutorials/autoscaling-example/) Auto Scaling

## Referencia
<a name="kubernetes-sagemaker-operators-ack-reference"></a>

Consulte también el [ GitHub repositorio del controlador de servicio ACK para Amazon SageMaker AI](https://github.com/aws-controllers-k8s/sagemaker-controller) o lea la documentación de [AWS Controllers for Kubernetes](https://aws-controllers-k8s.github.io/community/docs/community/overview/).