Registro público
Informe de salud del softwareesquema 0.11.0 · métricas 2.10.0 · 2026-07-16 06:27 UTC

aws / sagemaker-python-sdk

A library for training and deploying machine learning models on Amazon SageMaker

PythonApache-2.0★ 2253 estrellas⑂ 1282 forksdesde nov 2017Ver en GitHub ↗
TipoBibliotecacómo se determina
#aws#mxnet#tensorflow#machine-learning#python#pytorch#sagemaker#huggingface

aws/sagemaker-python-sdk tiene un índice de salud de 98 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Sustainability & Governance (95/100) y la más baja, Security (55/100). Se actualizó por última vez hoy. 17 personas concentran la mayor parte del trabajo reciente.

98
global / 100
Excepcional

Índice de salud del software

Las métricas se agrupan en categorías ponderadas sobre una escala estandarizada de 1 a 100. El resultado global parte de su media ponderada, calibrada contra la distribución del registro público para que las bandas tengan significado percentil; cuando la evidencia pública activa la Política de Jurisdicciones de Alto Riesgo, la calificación se ajusta y recibe un límite «En riesgo» de 34.

98
Excepcional93-100El nivel más alto del registro (≈ el 5% superior); cumple prácticamente todos los criterios evaluados
Excelente80-92Sólido en todos los frentes; carencias menores
Bueno65-79Saludable; carencias limitadas y manejables
Moderado50-64Aceptable con carencias notables; se recomienda revisión
Débil35-49Debilidades sustanciales en varias áreas
En riesgo20-34Debilidades significativas; su adopción exige cautela
Crítico1-19Problemas graves (proyecto abandonado, un solo mantenedor, sin higiene)
VitalidadComunidad yAdopciónSostenibilidady GobernanzaCalidad deIngenieríaSeguridadPreparaciónpara IA

Perfil de puntuación

Cada eje es una categoría. La forma importa más que la media: un proyecto sano llena toda la figura, mientras que un perfil de picos y cráteres indica que la fortaleza en una dimensión enmascara el riesgo en otra.

El resultado global ponderado 86 se calibra a 98 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Amazon Web ServicesOrganización
16.076 seguidores551 repositorios públicosdesde ago 2012

Este repositorio está respaldado por una organización: una custodia compartida y responsable que puede sobrevivir a cualquier mantenedor individual.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPIsagemaker3.16.0-683hace 0 díasaiawsamazonmlmxnettensorflowpytorchhuggingface
PyPIsagemaker-core2.16.0-106hace 0 días—
PyPIsagemaker-mlops1.16.0-24hace 0 días—
PyPIsagemaker-serve1.16.0-25hace 0 días—
PyPIsagemaker-train1.16.01.331.41624hace 0 díasaiawsamazonmlmxnettensorflowpytorchhuggingface

Métricas por categoría

Vitalidad

¿Está vivo el proyecto: se escribe código y se publican versiones?

93Excepcional · 21% del índice global

Actividad de desarrollo

89Excelente
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
24.9/36Cadencia de commits — 36/52 semanas con commits
18/18Volumen de commits — 304 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year304
human_commit_share—
days_since_last_push0
active_weeks_last_year36

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
36/36Recencia de las versiones — última versión hace 1 días
27/27Cadencia de publicación — una versión cada ~7,5 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count100
latest_release_tagv2.257.5
releases_from_tagsno
days_since_latest_release1
mean_days_between_releases7,5
Excluidos de la puntuación (sin datos o no aplicable): OpenSSF Scorecard: Signed-Releases. Los pesos restantes se han renormalizado.

Comunidad y Adopción

¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?

94Excepcional · 17% del índice global

Popularidad y adopción

91Excelente
Cómo se puntúa
54.4/60Estrellas — 2253 estrellas
25/25Forks — 1282 forks
11.7/15Observadores — 126 observadores
Datos de entrada utilizados
forks1282
stars2253
watchers126
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

92Excelente
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
18/18Guía CONTRIBUTING
13.5/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges—
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_services—
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

100Excepcional
Cómo se puntúa
80/80Descargas mensuales — 1.331.416 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagessagemaker, sagemaker-core, sagemaker-train
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1.331.416
unverified_packages_excludedsagemaker-mlops, sagemaker-serve
Excluidos de la puntuación (sin datos o no aplicable): Dependientes en el registro. Los pesos restantes se han renormalizado.

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

95Excepcional · 23% del índice global

Resiliencia de mantenedores (factor bus)

97Excepcional
Cómo se puntúa
54/54Factor bus — la mitad de los commits recae en 17 contribuyente(s)
19.7/22.5Distribución de commits — el principal contribuyente firma el 12% de los commits
13.5/13.5Amplitud de contribuyentes — 100 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 12 contributing companies or organizations
Datos de entrada utilizados
bus_factor17
contributors_sampled100
top_contributor_share0,125

Capacidad de respuesta a issues y PR

84Excelente
Cómo se puntúa
34.6/42Resolución de issues — 82% de issues cerradas
24.9/30Aceptación de PR — 3262/3935 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
13.5/15OpenSSF Scorecard: Code-Review — Found 29/30 approved changesets -- score normalized to 9
Datos de entrada utilizados
merged_prs3262
open_issues300
closed_issues1401
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,824
closed_unmerged_prs673
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

100Excepcional
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado — el estado de dominio verificado no se leyó para esta organización
25/25Alcance del propietario — 16.076 seguidores de aws
25/25Trayectoria — 551 repos públicos, cuenta de ~13 años
Datos de entrada utilizados
followers16.076
owner_typeOrganization
is_verified—
owner_loginaws
public_repos551
account_age_days5070
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 5 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 0 días
20/20Historial de versiones — 683 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagessagemaker, sagemaker-core, sagemaker-mlops, sagemaker-serve, sagemaker-train
ecosystemspypi
any_deprecatedno
min_days_since_publish0

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

85Excelente · 19% del índice global

Prácticas de ingeniería

82Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 9 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — .pylintrc, tox.ini
0/9.6Hooks de pre-commit
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configno

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://sagemaker.readthedocs.io/
10/10Descripción del repositorio
10/10Topics — 8 topics
0/10Wiki
Datos de entrada utilizados
topicsaws, mxnet, tensorflow, machine-learning, python, pytorch, sagemaker, huggingface
has_wikino
homepagehttps://sagemaker.readthedocs.io/
docs_sitehttps://sagemaker.readthedocs.io/
has_readmesí
has_docs_dirsí
has_descriptionsí

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

55Moderado · 16% del índice global

Postura de seguridad

55Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
5.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.2/2.5CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6.8/7.5Code-Review — Found 29/30 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 12 contributing companies or organizations
0/10Dangerous-Workflow — dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — sin datos
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
4.5/5SAST — SAST tool detected but not run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 146 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,5
Excluidos de la puntuación (sin datos o no aplicable): Packaging, Signed-Releases. Los pesos restantes se han renormalizado.

Preparación para IA

¿Hasta qué punto está el repositorio preparado para desarrollarse y mantenerse con agentes de codificación de IA? Tiene un peso deliberadamente pequeño (4%): las herramientas para agentes son una señal real de mantenimiento, pero un repositorio sin ninguna puede alcanzar igualmente 100/100.

83Excelente · 4% del índice global

Contexto y guía para agentes

100Excepcional
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md
15/15Documentación legible por máquinas (llms.txt) — llms.txt presente
0/40Historial de commits legible — sin datos
Datos de entrada utilizados
has_llms_txtsí
llms_txt_url—
legible_history_share—
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes7702
Excluidos de la puntuación (sin datos o no aplicable): Historial de commits legible. Los pesos restantes se han renormalizado.

Bucle de verificación (compilación / pruebas / verificación de tipos)

74Bueno
Cómo se puntúa
18/18Arranque con un solo comando — docs/Makefile, sagemaker-core/docs/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — .pylintrc, tox.ini
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile
0/10Práctica demostrada con agentes — sin datos
0/8Mantenimiento automatizado — sin datos
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_testssí
lockfiles—
has_dockerfilesí
typed_languageno
bootstrap_filesdocs/Makefile, sagemaker-core/docs/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share—
Excluidos de la puntuación (sin datos o no aplicable): Práctica demostrada con agentes, Mantenimiento automatizado. Los pesos restantes se han renormalizado.

Legibilidad del código para modelos

53Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
53.3/55Tamaños de archivo manejables — 38/1197 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes1.579.353
source_files_sampled1197
oversized_source_files38

Interfaces legibles por máquina

100Excepcional
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software
0/20Servidor MCP — no aplicable a este tipo de software
40/40Ejemplos ejecutables — notebooks, sample
Datos de entrada utilizados
example_dirsnotebooks, sample
has_mcp_signalno
api_schema_files—
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Esquema de API (OpenAPI/GraphQL/proto), Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

2253estrellas de GitHub
100contribuidores
304commits en los últimos 12 meses
0días desde el último push
100versiones publicadas
17factor bus
300issues abiertas
PyPIecosistemas de paquetes

Más detalle

OpenSSF Scorecard 5.5 / 10
5.5agregado

Evaluación de seguridad independiente y agnóstica en cuanto a herramientas, procedente del proyecto de código abierto OpenSSF Scorecard. Cada comprobación premia una práctica de seguridad, no la herramienta de un proveedor concreto. Las comprobaciones que Scorecard no pudo determinar se marcan como n/d y se excluyen de la puntuación de seguridad (nunca se cuentan como cero).Scorecard v5.5.0 · 2026-07-16 06:25 UTC

10Binary-Artifactsno binaries found in the repo
7Branch-Protectionbranch protection is not maximal on development and all release branches
9CI-Tests29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 29/30 approved changesets -- score normalized to 9
10Contributorsproject has 12 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
n/dPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
9SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities146 existing vulnerabilities detected
Dependencias directas 63
RegistroPaqueteRestricción de versiónManifiesto
PyPIsagemaker-core>=2.16.0,<3.0.0pyproject.toml
PyPIsagemaker-train>=1.16.0,<2.0.0pyproject.toml
PyPIsagemaker-serve>=1.16.0,<2.0.0pyproject.toml
PyPIsagemaker-mlops>=1.16.0,<2.0.0pyproject.toml
PyPIboto3>=1.42.2,<2.0.0sagemaker-core/pyproject.toml
PyPIpydantic>=2.0.0,<3.0.0sagemaker-core/pyproject.toml
PyPIPyYAML>=6.0, <7.0sagemaker-core/pyproject.toml
PyPIjsonschema<5.0.0sagemaker-core/pyproject.toml
PyPIplatformdirs>=4.0.0, <5.0.0sagemaker-core/pyproject.toml
PyPIrich>=13.0.0, <15.0.0sagemaker-core/pyproject.toml
PyPImock>4.0, <5.0sagemaker-core/pyproject.toml
PyPIimportlib-metadata<7.0,>=1.4.0sagemaker-core/pyproject.toml
PyPItyping_extensions>=4.9.0sagemaker-core/pyproject.toml
PyPIpytz>=2021.1sagemaker-core/pyproject.toml
PyPIrequests>=2.20.0,<3.0.0sagemaker-core/pyproject.toml
PyPIattrs>=20.3.0sagemaker-core/pyproject.toml
PyPIpackaging>=20.0sagemaker-core/pyproject.toml
PyPIprotobuf>=3.12,<7.0.0sagemaker-core/pyproject.toml
PyPIpandas>=1.0.0sagemaker-core/pyproject.toml
PyPInumpy>=1.9.0sagemaker-core/pyproject.toml
PyPIsmdebug_rulesconfig>=1.0.1sagemaker-core/pyproject.toml
PyPIschema>=0.7.5sagemaker-core/pyproject.toml
PyPIomegaconf>=2.1.0sagemaker-core/pyproject.toml
PyPIscipy>=1.5.0sagemaker-core/pyproject.toml
PyPIcloudpickle>=2.0.0sagemaker-core/pyproject.toml
PyPIparamiko>=2.11.0sagemaker-core/pyproject.toml
PyPItblib>=1.7.0sagemaker-core/pyproject.toml
PyPIcryptography>=46.0.0sagemaker-core/pyproject.toml
PyPIsagemaker-core>=2.16.0sagemaker-mlops/pyproject.toml
PyPIsagemaker-train>=1.16.0sagemaker-mlops/pyproject.toml
PyPIsagemaker-serve>=1.16.0sagemaker-mlops/pyproject.toml
PyPIcryptography>=46.0.0sagemaker-mlops/pyproject.toml
PyPIboto3>=1.42.2,<2.0sagemaker-mlops/pyproject.toml
PyPIbotocore>=1.42.2,<2.0sagemaker-mlops/pyproject.toml
PyPIpyiceberg>=0.8.0sagemaker-mlops/pyproject.toml
PyPIpyarrow>=14.0.0sagemaker-mlops/pyproject.toml
PyPIs3fs—sagemaker-mlops/pyproject.toml
PyPIsagemaker-core>=2.16.0sagemaker-serve/pyproject.toml
PyPIsagemaker-train>=1.16.0sagemaker-serve/pyproject.toml
PyPIboto3>=1.42.2,<2.0sagemaker-serve/pyproject.toml
PyPIbotocore>=1.35.75,<2.0sagemaker-serve/pyproject.toml
PyPIdeepdiff—sagemaker-serve/pyproject.toml
PyPImlflow—sagemaker-serve/pyproject.toml
PyPIsagemaker_schema_inference_artifacts—sagemaker-serve/pyproject.toml
PyPIpytest—sagemaker-serve/pyproject.toml
PyPItqdm—sagemaker-serve/pyproject.toml
PyPIpsutil—sagemaker-serve/pyproject.toml
PyPItritonclient—sagemaker-serve/pyproject.toml
PyPIonnx—sagemaker-serve/pyproject.toml
PyPIonnxruntime—sagemaker-serve/pyproject.toml
PyPItorch>=2.0.0sagemaker-serve/pyproject.toml
PyPIsagemaker-core>=2.16.0sagemaker-train/pyproject.toml
PyPIgraphene>=3,<4sagemaker-train/pyproject.toml
PyPItyping_extensions>=4.9.0sagemaker-train/pyproject.toml
PyPItblib>=1.7.0sagemaker-train/pyproject.toml
PyPIPyYAML>=6.0,<7.0sagemaker-train/pyproject.toml
PyPIparamiko>=2.11.0sagemaker-train/pyproject.toml
PyPIjinja2>=3.0,<4.0sagemaker-train/pyproject.toml
PyPIsagemaker-mlflow>=0.0.1,<1.0.0sagemaker-train/pyproject.toml
PyPImlflow>=3.0.0,<4.0.0sagemaker-train/pyproject.toml
PyPInest_asyncio>=1.5.0sagemaker-train/pyproject.toml
PyPIrequests>=2.28.0sagemaker-train/pyproject.toml
PyPIpydantic>=2.0.0sagemaker-train/pyproject.toml
Todas las dependencias 149

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 46 paquetes directos y 103 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIattrs—directa
PyPIboto3—directa
PyPIbotocore—directa
PyPIcloudpickle—directa
PyPIcloudpickle2.2.1directa
PyPIcryptography—directa
PyPIgraphene—directa
PyPIimportlib-metadata—directa
PyPIjinja2—directa
PyPIjsonschema—directa
PyPImlflow—directa
PyPImock—directa
PyPInest-asyncio—directa
PyPInumpy—directa
PyPIomegaconf—directa
PyPIpackaging—directa
PyPIpandas—directa
PyPIpandas1.3.4directa
PyPIparamiko—directa
PyPIplatformdirs—directa
PyPIprotobuf—directa
PyPIpyarrow—directa
PyPIpydantic—directa
PyPIpydantic2.11.9directa
PyPIpyiceberg—directa
PyPIpytest—directa
PyPIpytz—directa
PyPIpyyaml—directa
PyPIrequests—directa
PyPIrich—directa
PyPIsagemaker-core—directa
PyPIsagemaker-mlflow—directa
PyPIsagemaker-mlops—directa
PyPIsagemaker-serve—directa
PyPIsagemaker-train—directa
PyPIschema—directa
PyPIscipy—directa
PyPIscipy1.10.1directa
PyPIscipy1.13.0directa
PyPIsmdebug-rulesconfig—directa
PyPItblib—directa
PyPItorch—directa
PyPItorch2.0.1+cpudirecta
PyPItorch2.7.0directa
PyPItqdm—directa
PyPItyping-extensions—directa
PyPIaltair—indirecta
PyPIanyio—indirecta
PyPIastroid3.0.2indirecta
PyPIawscli—indirecta
PyPIblack—indirecta
PyPIblack24.3.0indirecta
PyPIblinker—indirecta
PyPIbuild—indirecta
PyPIbuild1.2.1indirecta
PyPIcachetools—indirecta
PyPIcertifi2024.7.4indirecta
PyPIcharset-normalizer—indirecta
PyPIclick—indirecta
PyPIcolorama—indirecta
PyPIcontextlib2—indirecta
PyPIdatasets—indirecta
PyPIdecorator—indirecta
PyPIdill—indirecta
PyPIdoc81.1.2indirecta
PyPIdocker—indirecta
PyPIdocutils—indirecta
PyPIdoes-not-exist—indirecta
PyPIentrypoints—indirecta
PyPIfastapi—indirecta
PyPIfilelock—indirecta
PyPIflake87.1.2indirecta
PyPIflake8-future-import0.4.7indirecta
PyPIgitdb—indirecta
PyPIgitpython—indirecta
PyPIgunicorn—indirecta
PyPIh11—indirecta
PyPIhttpx—indirecta
PyPIhuggingface-hub—indirecta
PyPIidna—indirecta
PyPIipywidgets—indirecta
PyPIjmespath—indirecta
PyPImarkdown-it-py—indirecta
PyPImarkupsafe—indirecta
PyPImatplotlib—indirecta
PyPImdurl—indirecta
PyPImpmath—indirecta
PyPImultiprocess—indirecta
PyPImypy0.942indirecta
PyPImyst-nb—indirecta
PyPImyst-parser—indirecta
PyPInbsphinx—indirecta
PyPInetworkx—indirecta
PyPIpathos—indirecta
PyPIpillow—indirecta
PyPIpox—indirecta
PyPIppft—indirecta
PyPIprotobuf3-to-dict—indirecta
PyPIpyasn1—indirecta
PyPIpydantic-core2.33.2indirecta
PyPIpydeck—indirecta
PyPIpydocstyle6.1.1indirecta
PyPIpyenchant3.2.2indirecta
PyPIpygments—indirecta
PyPIpygments2.18.0indirecta
PyPIpylint—indirecta
PyPIpylint3.0.3indirecta
PyPIpympler—indirecta
PyPIpyrsistent—indirecta
PyPIpyspark3.5.1indirecta
PyPIpytest-cov—indirecta
PyPIpytest-rerunfailures—indirecta
PyPIpytest-xdist—indirecta
PyPIpython-dateutil—indirecta
PyPIpytz-deprecation-shim—indirecta
PyPIregex—indirecta
PyPIrsa—indirecta
PyPIs3transfer—indirecta
PyPIsagemaker—indirecta
PyPIsagemaker-feature-store-pyspark—indirecta
PyPIsagemaker-feature-store-pyspark2.0.0indirecta
PyPIscikit-learn1.6.1indirecta
PyPIsetuptools—indirecta
PyPIsix—indirecta
PyPIsmmap5.0.0indirecta
PyPIsniffio—indirecta
PyPIsphinx—indirecta
PyPIsphinx7.4.7indirecta
PyPIsphinx-autobuild—indirecta
PyPIsphinx-book-theme—indirecta
PyPIsphinx-copybutton—indirecta
PyPIsphinx-design—indirecta
PyPIsphinx-rtd-theme2.0.0indirecta
PyPIstarlette—indirecta
PyPIstreamlit—indirecta
PyPIsympy—indirecta
PyPItensorflow—indirecta
PyPItokenizers—indirecta
PyPItoml—indirecta
PyPItoolz—indirecta
PyPItornado—indirecta
PyPItransformers—indirecta
PyPItwine5.0.0indirecta
PyPItzdata—indirecta
PyPItzlocal—indirecta
PyPIurllib3—indirecta
PyPIuvicorn—indirecta
PyPIvalidators—indirecta
PyPIzipp—indirecta
Informe JSON sin procesar legible por máquina

Comentarios

¿Algo no cuadra en este informe, o hay ideas que compartir? Mediciones erróneas, herramientas no detectadas, ideas, preguntas: todo es bienvenido. Cada mensaje se lee y recibe respuesta.

El mensaje se conserva durante el inicio de sesión.

Registros relacionados

Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con aws/sagemaker-python-sdk. Leer en paralelo →

100onnx/onnxOpen standard for machine learning interoperabilityExcepcional98ultralytics/ultralyticsUltralytics YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingExcepcional98Netflix/metaflowBuild, Manage and Deploy AI/ML SystemsExcepcional98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsExcepcional100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Excepcional100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Excepcional

Las puntuaciones son señales, no garantías. Reflejan prácticas públicamente visibles en GitHub; no son una auditoría de código ni una garantía de seguridad.

Los datos ausentes se excluyen y los pesos se renormalizan; nunca se puntúan como cero. La metodología es versionada y abierta: métricas v2.10.0, esquema v0.11.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.