本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 筆記本任務工作流程
<a name="create-notebook-auto-run-dag"></a>

由於筆記本任務執行您的自訂程式碼，因此您可以建立一個管道，包括一或多個筆記本任務步驟。ML 工作流程通常包含多個步驟，例如預先處理資料的處理步驟、建置模型的訓練步驟，以及模型評估步驟等。筆記本任務的一個可能用途是處理預先處理 - 您可能有一個執行資料轉換或擷取的筆記本、一個執行資料清除的 EMR 步驟，以及另一個在啟動訓練步驟之前執行輸入特徵化的筆記本任務。筆記本任務可能需要來自管道中先前步驟的資訊，或來自使用者所指定自訂的資訊，做為輸入筆記本中的參數。如需展示如何將環境變數和參數傳遞至筆記本，並從先前步驟擷取資訊的範例，請參閱[將資訊傳遞至筆記本步驟以及從中傳遞資訊](create-notebook-auto-run-dag-seq.md)。

在另一個使用案例中，其中一個筆記本任務可能會呼叫另一個筆記本，以在筆記本執行期間執行一些任務 - 在這種情況下，您需要將這些來源筆記本指定為筆記本任務步驟的相依性。如需如何呼叫另一個筆記本的相關資訊，請參閱[在您的筆記本任務中調用另一個筆記本](create-notebook-auto-run-dag-call.md)。

若要檢視示範如何使用 SageMaker AI Python SDK 排程筆記本工作的範例筆記本，請參閱[筆記本工作範例筆記本](https://github.com/aws/amazon-sagemaker-examples/tree/main/sagemaker-pipelines/notebook-job-step)。