As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Recursos para usar TensorFlow com a Amazon SageMaker AI
<a name="tf"></a>

Você pode usar o Amazon SageMaker AI para treinar e implantar um modelo usando TensorFlow código personalizado. Os TensorFlow estimadores e modelos do SageMaker AI Python SDK e os contêineres de código aberto de SageMaker IA podem ajudar. TensorFlow Use a lista de recursos a seguir para encontrar mais informações, com base na versão que TensorFlow você está usando e no que deseja fazer.

## TensorFlow Versão 1.11 e posterior
<a name="tf-script-mode"></a>

Para TensorFlow as versões 1.11 e posteriores, o [Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable) SDK oferece suporte a scripts de treinamento no modo script.

### O que você deseja fazer?
<a name="tf-intent"></a>

Quero treinar um TensorFlow modelo personalizado em SageMaker IA.  
Para ver um exemplo de caderno Jupyter, consulte [Treinamento e exibição do modo TensorFlow script](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-python-sdk/tensorflow_script_mode_training_and_serving/tensorflow_script_mode_training_and_serving.html).  
Para obter a documentação, consulte [Treinar um modelo com TensorFlow](https://sagemaker.readthedocs.io/en/stable/using_tf.html#train-a-model-with-tensorflow).

Eu tenho um TensorFlow modelo que treinei em SageMaker IA e quero implantá-lo em um endpoint hospedado.  
Para obter mais informações, consulte [Implantar modelos de TensorFlow serviço](https://sagemaker.readthedocs.io/en/stable/using_tf.html#deploy-tensorflow-serving-models).

Tenho um TensorFlow modelo que treinei fora da SageMaker IA e quero implantá-lo em um endpoint de SageMaker IA.  
Para obter mais informações, consulte [Implantação diretamente dos artefatos do modelo](https://sagemaker.readthedocs.io/en/stable/using_tf.html#deploying-directly-from-model-artifacts).

Quero ver a documentação da API para as classes do [Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable) TensorFlow.  
Para obter mais informações, consulte [TensorFlow Estimador](https://sagemaker.readthedocs.io/en/stable/sagemaker.tensorflow.html).

Quero encontrar o repositório de TensorFlow contêineres de SageMaker IA.  
Para obter mais informações, consulte [ GitHub Repositório de SageMaker TensorFlow contêineres](https://github.com/aws/sagemaker-tensorflow-container).

Quero encontrar informações sobre as TensorFlow versões suportadas pelo AWS Deep Learning Containers.  
Para obter mais informações, consulte as [Imagens de contêiner de aprendizado profundo disponíveis](https://github.com/aws/deep-learning-containers/blob/master/available_images.md).

 Para obter informações gerais sobre como escrever scripts de treinamento no modo TensorFlow TensorFlow script e usar estimadores e modelos do modo script com SageMaker IA, consulte [Usando TensorFlow com o SDK do Python SageMaker ](https://sagemaker.readthedocs.io/en/stable/using_tf.html).

## TensorFlow Modo legado para versões 1.11 e anteriores
<a name="tf-legacy-mode"></a>

O [Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable) fornece um modo legado compatível com TensorFlow as versões 1.11 e anteriores. Use scripts de TensorFlow treinamento do modo legado para executar TensorFlow trabalhos em SageMaker IA se:
+ Você tiver scripts no modo legado que não deseja converter em modo script.
+ Você deseja usar uma TensorFlow versão anterior à 1.11.

Para obter informações sobre como escrever TensorFlow scripts de modo legado para usar com o SDK do SageMaker AI Python, consulte [TensorFlow SageMaker Estimators](https://github.com/aws/sagemaker-python-sdk/tree/v1.12.0/src/sagemaker/tensorflow#tensorflow-sagemaker-estimators-and-models) and Models.