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 Notebook インスタンス

Amazon SageMaker Notebook 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) 実務者が Amazon を使用するための最良の方法の 1 つは SageMaker 、 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してデプロイすることです。ノートブックインスタンスは、Amazon SageMakerElastic Compute Cloud (Amazon EC2) で Jupyter サーバーを起動し AWS SDK for Python (Boto3)、Amazon SageMaker Python SDK、、 AWS Command Line Interface （AWS CLI）、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 ノートブックを使用して、次の操作を行います。

SageMaker 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 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、「ノートブックの例にアクセスする」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 料金」を参照してください。

メンテナンス

SageMaker は、Amazon SageMaker Notebook 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、 にお問い合わせください https://aws.amazon.com/premiumsupport/。

SageMaker Python を使用したMachine Learning SDK

SageMaker ノートブックインスタンスで ML モデルをトレーニング、検証、デプロイ、評価するには、 SageMaker Python を使用しますSDK。 SageMaker Python 抽SDK象 AWS SDK for Python (Boto3) と SageMaker APIオペレーション。これにより、データや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サービスするための 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、データラベル付け、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、本番稼働中のモデルの品質のモニタリングなど、ML サイクルのすべての段階に対処するのに役立つ SageMaker 機能を活用することもできます。

初めて SageMaker のユーザーの場合は、ML チュートリアルSDKに従って end-to-end SageMaker Python を使用することをお勧めします。オープンソースドキュメントについては、「Amazon SageMaker PythonSDK」を参照してください。