Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Pemrosesan Data dengan Prosesor Kerangka
<a name="processing-job-frameworks"></a>

A `FrameworkProcessor` dapat menjalankan tugas Pemrosesan dengan kerangka kerja pembelajaran mesin tertentu, memberi Anda wadah yang SageMaker dikelola Amazon AI untuk kerangka kerja pembelajaran mesin mana pun yang Anda pilih. `FrameworkProcessor`menyediakan wadah premade untuk kerangka kerja pembelajaran mesin berikut: Hugging Face MXNet,,, PyTorch, TensorFlow dan. XGBoost

`FrameworkProcessor`Kelas ini juga memberi Anda kustomisasi atas konfigurasi kontainer. `FrameworkProcessor`Kelas mendukung menentukan direktori sumber `source_dir` untuk skrip pemrosesan dan dependensi Anda. Dengan kemampuan ini, Anda dapat memberikan akses prosesor ke beberapa skrip dalam direktori, bukan hanya menentukan satu skrip. `FrameworkProcessor`juga mendukung termasuk `requirements.txt` file di `source_dir` untuk menyesuaikan pustaka Python untuk diinstal dalam wadah.

Untuk informasi lebih lanjut tentang `FrameworkProcessor` kelas dan metode serta parameternya, lihat [FrameworkProcessor](https://sagemaker.readthedocs.io/en/stable/api/training/processing.html#sagemaker.processing.FrameworkProcessor)di *Amazon SageMaker AI Python* SDK.

Untuk melihat contoh penggunaan `FrameworkProcessor` untuk setiap kerangka kerja pembelajaran mesin yang didukung, lihat topik berikut.

**Topics**
+ [Contoh kode yang digunakan HuggingFaceProcessor di Amazon SageMaker Python SDK](processing-job-frameworks-hugging-face.md)
+ [MXNet Prosesor Kerangka](processing-job-frameworks-mxnet.md)
+ [PyTorch Prosesor Kerangka](processing-job-frameworks-pytorch.md)
+ [TensorFlow Prosesor Kerangka](processing-job-frameworks-tensorflow.md)
+ [XGBoost Prosesor Kerangka](processing-job-frameworks-xgboost.md)