我们正在考虑使用Sagemaker作业/ECS作为一些ML作业的资源。我们的工作基于一个自定义的docker文件(没有spark，只有基本的ML python库(，因此所需的只是容器的资源。
想知道在这里使用Sagemaker与ECS相比有什么特别的优势吗？此外，在我们的用例中，我们只需要一个资源来运行docker映像，处理作业/培训作业是否也能达到同样的目的？谢谢
是的，您可以使用培训作业或处理作业(假设ML作业用于临时培训和/或处理(。
在ECS上使用SageMaker的好处是SageMaker可以管理基础设施。Jobs也是瞬态的，因此在训练/处理后将被杀死，而您的工件将自动保存到S3。
使用SageMaker培训或处理作业，您所需要做的就是带上您的容器(位于ECR中(，并使用单个API(CreateTrainingJob，CreateProcessingJob(开始作业