翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Amazon SageMaker ノートブックインスタンス

Amazon SageMaker ノートブックインスタンスは、Jupyter Notebook アプリケーションを実行する機械学習 (ML) コンピューティングインスタンスです。機械学習 (ML) の実務者が Amazon SageMaker AI を使用する最善の方法の 1 つは、SageMaker ノートブックインスタンスを使用して ML モデルをトレーニングおよびデプロイすることです。SageMaker AI ノートブックインスタンスは、Amazon Elastic Compute Cloud (Amazon EC2) で Jupyter サーバーを起動し、Amazon SageMaker AI Python SDK、 AWS Command Line Interface 、（AWS CLI） AWS SDK for Python (Boto3)、Conda、Pandas、深層学習フレームワークライブラリ、およびデータサイエンスと機械学習用のその他のライブラリのパッケージで事前設定されたカーネルを提供することで、環境の作成に役立ちます。

ノートブックインスタンスで Jupyter Notebook を使用して、次の操作を行います。

SageMaker AI には、完全なコード例を含むサンプルノートブックも用意されています。これらの例は、SageMaker AI を使用して一般的な ML タスクを実行する方法を示しています。詳細については、「サンプルノートブックにアクセスする」を参照してください。

Amazon SageMaker ノートブックインスタンスの料金については、Amazon SageMakerの料金」を参照してください。

メンテナンス

SageMaker AI は、Amazon SageMaker ノートブックインスタンスの基盤となるソフトウェアを少なくとも 90 日に 1 回更新します。オペレーティングシステムのアップグレードなどの一部のメンテナンス更新では、アプリケーションを短期間オフラインにする必要がある場合があります。基盤ソフトウェアの更新中は、すべての操作は実行できません。パッチを自動的に適用するために、少なくとも 30 日に 1 回はノートブックを再起動することをお勧めします。

詳細については、「AWS サポート」にお問い合わせください。

SageMaker Python SDK を使用した機械学習

SageMaker ノートブックインスタンスで機械学習モデルをトレーニング、検証、デプロイ、評価するには、SageMaker Python SDK を使用します。SageMaker Python SDK は、 AWS SDK for Python (Boto3) および SageMaker API オペレーションを抽象化します。これにより、データとモデルアーティファクトを保存するための Amazon Simple Storage Service (Amazon S3)、ML モデルをインポートして処理するための Amazon Elastic Container Registry (ECR)、トレーニングと推論のための Amazon Elastic Compute Cloud (Amazon EC2) など、他の AWS サービスと統合およびオーケストレーションできます。

また、SageMaker AI 機能を活用することで、データラベリング、データ前処理、モデルトレーニング、モデルデプロイ、予測パフォーマンスの評価、本番環境のモデルの品質のモニタリングなど、ML サイクルのあらゆる段階に対応できます。

SageMaker AI を初めて使用する場合は、end-to-endの ML チュートリアルに従って SageMaker Python SDK を使用することをお勧めします。オープンソースのドキュメントを見つけるには、「Amazon SageMaker Python SDK」を参照してください。