本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 使用框架处理器进行数据处理
<a name="processing-job-frameworks"></a>

`FrameworkProcessor`可以使用指定的机器学习框架运行 Processing 作业，从而为您提供适用于您选择的任何机器学习框架的 SageMaker Amazon AI 托管容器。 `FrameworkProcessor`为以下机器学习框架提供了预制容器：Hugging Face、、 MXNet PyTorch、 TensorFlow和。 XGBoost

`FrameworkProcessor` 类还为您提供了容器配置的自定义功能。`FrameworkProcessor` 类支持为处理脚本和依赖项指定源目录 `source_dir`。借助此功能，您可以授予处理器访问目录中多个脚本的权限，而不是仅指定一个脚本。`FrameworkProcessor` 还支持在 `source_dir` 中包含 `requirements.txt` 文件，以便自定义要安装在容器中的 Python 库。

有关该`FrameworkProcessor`类及其方法和参数的更多信息，请参阅 *Amazon A SageMaker I Python 软件开发工具包[FrameworkProcessor](https://sagemaker.readthedocs.io/en/stable/api/training/processing.html#sagemaker.processing.FrameworkProcessor)*中的。

要查看将 `FrameworkProcessor` 用于每个支持的机器学习框架的示例，请参阅以下主题。

**Topics**
+ [在 Amazon SageMaker Python 软件开发工具包 HuggingFaceProcessor 中使用的代码示例](processing-job-frameworks-hugging-face.md)
+ [MXNet 框架处理器](processing-job-frameworks-mxnet.md)
+ [PyTorch 框架处理器](processing-job-frameworks-pytorch.md)
+ [TensorFlow 框架处理器](processing-job-frameworks-tensorflow.md)
+ [XGBoost 框架处理器](processing-job-frameworks-xgboost.md)