Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Ressources à utiliser TensorFlow avec Amazon SageMaker AI
<a name="tf"></a>

Vous pouvez utiliser Amazon SageMaker AI pour entraîner et déployer un modèle à l'aide d'un TensorFlow code personnalisé. Le SDK TensorFlow ModelTrainers et les modèles SageMaker AI Python ainsi que les TensorFlow conteneurs open source SageMaker AI peuvent vous aider. Utilisez la liste de ressources suivante pour obtenir plus d'informations, en fonction de la version que TensorFlow vous utilisez et de ce que vous souhaitez faire.

## TensorFlow Version 1.11 et versions ultérieures
<a name="tf-script-mode"></a>

Pour TensorFlow les versions 1.11 et ultérieures, le SDK [ Amazon SageMaker Python ](https://sagemaker.readthedocs.io/en/stable) prend en charge les scripts d'entraînement en mode script.

### Que souhaitez-vous faire ?
<a name="tf-intent"></a>

Je souhaite entraîner un TensorFlow modèle personnalisé en SageMaker IA.  
Pour un exemple de bloc-notes Jupyter, consultez la section Entraînement et diffusion en mode [ 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)  
Pour la documentation, voir [ Entraîner un modèle avec TensorFlow](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html).

J'ai un TensorFlow modèle que j'ai formé à l' SageMaker IA et je souhaite le déployer sur un terminal hébergé.  
Pour plus d'informations, consultez la section [ Deploy TensorFlow Serving models](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html).

J'ai un TensorFlow modèle que j'ai formé en dehors de l' SageMaker IA et je souhaite le déployer sur un terminal d' SageMaker IA.  
Pour plus d’informations, consultez [Déploiement direct à partir d’artefacts de modèle](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html).

Je souhaite consulter la documentation de l'API pour les [ TensorFlow classes du SDK ](https://sagemaker.readthedocs.io/en/stable) Amazon SageMaker Python.  
Pour de plus amples informations, veuillez consulter [TensorFlow ModelTrainer](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html).

Je souhaite trouver le référentiel de TensorFlow conteneurs SageMaker AI.  
Pour plus d'informations, consultez la section GitHub Référentiel de [ SageMaker TensorFlow conteneurs](https://github.com/aws/sagemaker-tensorflow-container).

Je souhaite obtenir des informations sur les TensorFlow versions prises en charge par AWS Deep Learning Containers.  
Pour plus d’informations, consultez [Images Deep Learning Containers disponibles](https://github.com/aws/deep-learning-containers/blob/master/available_images.md).

 Pour des informations générales sur la rédaction de scripts d'entraînement en mode TensorFlow TensorFlow script et l'utilisation du mode script ModelTrainers et de modèles avec l' SageMaker IA, consultez [ Utilisation TensorFlow avec le SDK SageMaker ](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html) Python.

## TensorFlow Mode Legacy pour les versions 1.11 et antérieures
<a name="tf-legacy-mode"></a>

Le SDK [ Amazon SageMaker Python ](https://sagemaker.readthedocs.io/en/stable) fournit un mode hérité qui prend en charge les TensorFlow versions 1.11 et antérieures. Utilisez des scripts d' TensorFlow entraînement en mode Legacy pour exécuter TensorFlow des tâches dans SageMaker AI si :
+ Vous avez des scripts en mode legacy que vous ne souhaitez pas convertir en mode script.
+ Vous souhaitez utiliser une TensorFlow version antérieure à la 1.11.

Pour plus d'informations sur la rédaction de TensorFlow scripts en mode ancien à utiliser avec le SDK SageMaker AI Python, consultez [ TensorFlow SageMaker ModelTrainers et Modèles](https://github.com/aws/sagemaker-python-sdk/tree/v1.12.0/src/sagemaker/tensorflow#tensorflow-sagemaker-estimators-and-models).