DLAMI ユースケースの例

AWS Deep Learning AMIs (DLAMI) の一般的なユースケースの例を次に示します。

深層学習に関する学習 - DLAMI は、機械学習および深層学習フレームワークの習得や教育にうってつけです。DLAMI により、各フレームワークのインストール環境のトラブルシューティングや、同じコンピュータ上でフレームワークを協調させる作業に悩まなくて済むようになります。DLAMI には Jupyter Notebook が含まれています。そのため、機械学習や深層学習が初めての方でも、フレームワークが提供するチュートリアルを簡単に実行できます。

アプリ開発 - アプリの開発を担当しており、深層学習によりアプリで AI の最新テクノロジーを利用することに関心をお持ちの方にとって、DLAMI は、申し分のない試験台になります。各フレームワークには、ディープラーニングを開始する方法についてのチュートリアルが付属しています。これらのチュートリアルの多くには Model Zoo があり、ニューラルネットワークを自分で作成したり、モデルトレーニングを実行したりせずに、簡単にディープラーニングを試すことができます。また、画像検出アプリケーションをわずか数分で作成する方法や、chatbot 用の音声認識アプリを作成する方法が例として示されています。

機械学習およびデータ分析 - データサイエンティストの方、または深層学習でデータを処理することに関心をお持ちの方は、フレームワークの多くで R と Spark がサポートされていることに気付くでしょう。スケーラブルなパーソナライズ用データ処理システムと予測システムを構築するまで、シンプルな回帰を実行する方法についてのチュートリアルが用意されています。

調査 – 新しいフレームワークを試したり、新しいモデルをテストしたり、新しいモデルをトレーニングしたりしたいと考えている研究者の場合、DLAMI とスケール用の AWS 機能は、複数のトレーニングノードの面倒なインストールと管理の負担を軽減できます。

注記

より多くの GPU (最大 8 個) を持つ大きなインスタンスにインスタンスタイプをアップグレードすることを最初に選択する場合もあるかもしれませんが、DLAMI インスタンスのクラスターを作成して、水平方向にスケーリングすることも可能です。クラスター構築の詳細については、DLAMI の関連情報 を参照してください。