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 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 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 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。
-
データの準備と処理
-
モデルをトレーニングするためのコードの記述
-
SageMaker ホスティングへのモデルのデプロイ
-
モデルをテストまたは検証する
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」
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 Support
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 の抽象化 AWS SDK for Python (Boto3) と SageMaker API オペレーション。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 サービスと統合してオーケストレーションできます。
また、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、本番稼働におけるモデルの品質のモニタリングなど、完全な ML サイクルのすべての段階に対処するのに役立つ SageMaker AI 機能を活用することもできます。
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
トピック
