Autopilot 実験のデフォルトパラメータを設定する (管理者用)

Autopilot は、Studio Classic UI を使用して SageMaker Autopilot 実験を作成するときに、Amazon Autopilot の設定を簡素化するためのデフォルト値の設定をサポートしています。管理者は Studio Classic ライフサイクル設定 (LCC) を使用して、設定ファイルにインフラストラクチャ、ネットワーク、セキュリティ値を設定し、AutoMLジョブの高度な設定を事前入力できます。

これにより、 SageMaker インスタンス、データソース、出力データ、その他の関連サービスなど、Amazon SageMaker Studio Classic に関連付けられたリソースのネットワーク接続とアクセス許可を完全に制御できます。具体的には、管理者は Studio Classic ドメインまたは個々のユーザープロファイルに対して、Amazon VPC、サブネット、セキュリティグループなどの目的のネットワークアーキテクチャを設定できます。データサイエンティストは、Studio Classic UI を使用して Autopilot 実験を作成するときに、データサイエンス固有のパラメータに集中できます。さらに、管理者はデフォルトの暗号化キーを設定することで、Autopilot 実験を実行するインスタンス上のデータの暗号化を管理できます。

注記

この機能は、アジアパシフィック (香港) オプトインリージョンおよび中東 (バーレーン) オプトインリージョンでは利用できません。

以下のセクションでは、Studio Classic UI を使用して Autopilot 実験を作成する際のデフォルト設定をサポートするパラメータの完全なリストと、それらのデフォルト値を設定する方法について説明します。

サポートされているデフォルトパラメータのリスト

以下のパラメータは、Studio Classic UI を使用して Autopilot 実験を作成するための設定ファイルを使用したデフォルト値の設定をサポートしています。設定すると、Studio Classic UI の Autopilot の Create Experiment タブに対応するフィールドに自動的に値が入力されます。各フィールドの詳細については、「詳細設定 (オプション)」を参照してください。

セキュリティ: Amazon VPC、サブネット、セキュリティグループ。
アクセス： AWS IAM ARNs。
暗号化： AWS KMS IDs。
タグ： SageMaker リソースのラベル付けと整理に使用されるキーと値のペア。

デフォルトの Autopilot 実験パラメータを設定する

管理者は、設定ファイルでデフォルト値を設定し、そのファイルを特定のユーザーの Studio Classic 環境内の推奨場所に手動で配置するか、ファイルをライフサイクル設定スクリプト (LCC) に渡して、特定のドメインまたはユーザープロファイルの Studio Classic 環境のカスタマイズを自動化できます。

設定ファイルを設定するには、まずデフォルトのパラメータを入力します。

「サポートされているデフォルトパラメータのリスト」にリストされているデフォルト値の一部またはすべてを設定するには、管理者は config.yaml という名前の設定ファイルを作成します。このファイルの構造は、このサンプル設定ファイルに従う必要があります。次のスニペットは、サポートされているすべての AutoML パラメータを含むサンプル設定ファイルを示しています。このファイルの形式について詳しくは、「すべてのスキーマ」を参照してください。
```
SchemaVersion: '1.0'
SageMaker:
  AutoMLJob:
    # https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAutoMLJob.html
    AutoMLJobConfig:
      SecurityConfig:
        EnableInterContainerTrafficEncryption: true
        VolumeKmsKeyId: 'kms-key-id'
        VpcConfig:
          SecurityGroupIds:
            - 'security-group-id-1'
            - 'security-group-id-2'
          Subnets:
            - 'subnet-1'
            - 'subnet-2'
    OutputDataConfig:
      KmsKeyId: 'kms-key-id'
    RoleArn: 'arn:aws:iam::111222333444:role/Admin'
    Tags:
    - Key: 'tag_key'
      Value: 'tag_value'
```
次に、設定ファイルを推奨パスに手動でコピーするか、ライフサイクル設定 (LCC) を使用して、設定ファイルを推奨場所に配置します。

設定ファイルは、ユーザーの Studio Classic 環境内の次の場所の少なくとも 1 つに存在する必要があります。デフォルトでは、は 2 つの場所で設定ファイル SageMaker を検索します。
- まず、/etc/xdg/sagemaker/config.yaml です。このファイルを管理者設定ファイルと呼びます。
- 次に、/root/.config/sagemaker/config.yaml です。このファイルをユーザー設定ファイルと呼びます。
管理者設定ファイルを使用して、管理者は一連のデフォルト値を定義できます。オプションで、ユーザー設定ファイルを使用して、管理者設定ファイルに設定されている値を上書きしたり、追加のデフォルトパラメータ値を設定したりできます。

次のスニペットは、ユーザーの Studio Classic 環境の管理者の場所にデフォルトのパラメータ設定ファイルを書き込むサンプルスクリプトを示しています。/etc/xdg/sagemaker を /root/.config/sagemaker に置き換えると、ファイルをユーザーの場所に書き込むことができます。
```
## Sample script with AutoML intelligent defaults
#!/bin/bash

sudo mkdir -p /etc/xdg/sagemaker

echo "SchemaVersion: '1.0'
CustomParameters:
  AnyStringKey: 'AnyStringValue'
SageMaker:
  AutoMLJob:
    # https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAutoMLJob.html
    AutoMLJobConfig:
      SecurityConfig:
        EnableInterContainerTrafficEncryption: true
        VolumeKmsKeyId: 'kms-key-id'
        VpcConfig:
          SecurityGroupIds:
            - 'security-group-id-1'
            - 'security-group-id-2'
          Subnets:
            - 'subnet-1'
            - 'subnet-2'
    OutputDataConfig:
      KmsKeyId: 'kms-key-id'
    RoleArn: 'arn:aws:iam::111222333444:role/Admin'
    Tags:
    - Key: 'tag_key'
      Value: 'tag_value'
" | sudo tee /etc/xdg/sagemaker/config.yaml
```
- ファイルを手動でコピーする – 設定ファイルを手動でコピーするには、Studio Classic ターミナルから前のステップで作成したスクリプトを実行します。この場合、スクリプトを実行したユーザープロファイルは、自分だけに適用されるデフォルト値で Autopilot 実験を作成できます。
- SageMaker ライフサイクル設定の作成 – または、ライフサイクル設定 (LCC) を使用して Studio Classic 環境のカスタマイズを自動化することもできます。LCC は、 SageMaker Studio Classic アプリケーションの開始などの Amazon Studio Classic ライフサイクルイベントによってトリガーされるシェルスクリプトです。このカスタマイズには、カスタムパッケージのインストール、ノートブック拡張の設定、データセットの事前ロード、ソースコードリポジトリのセットアップ、またはこの場合はデフォルトパラメータの事前入力などが含まれます。管理者は LCC を Studio Classic ドメインにアタッチして、そのドメイン内の各ユーザープロファイルのデフォルト値の設定を自動化できます。
  
  以下のセクションでは、Studio Classic の起動時にユーザーが Autopilot のデフォルトパラメータを自動的にロードできるように、ライフサイクル設定を作成する方法について説明します。LCC は、 SageMaker コンソールまたはを使用して作成できます AWS CLI。
  Create a LCC from the SageMaker Console
  
  次の手順を使用して、デフォルトパラメータを含む LCC を作成し、その LCC をドメインまたはユーザープロファイルにアタッチしてから、 SageMaker コンソールを使用して LCC によって設定されたデフォルトパラメータがあらかじめ入力された Studio Classic アプリケーションを起動します。
  
  SageMaker コンソールを使用してデフォルト値を含むスクリプトを実行するライフサイクル設定を作成するには
  
  で SageMaker コンソールを開きますhttps://console.aws.amazon.com/sagemaker/。
  
  左側で、管理者設定 に移動し、次にライフサイクル設定 に移動します。
  
  ライフサイクル設定 ページから Studio Classic タブに移動し、設定の作成 を選択します。
  
  [名前] に英数字と「-」を使用して名前を入力します。ただし、スペースは使用できません。名前に使用できるのは最大 63 文字です。
  
  スクリプトを [スクリプト] セクションに貼り付けます。
  
  設定の作成を選択して、ライフサイクル設定を作成します。これにより、タイプの LCC が作成されますKernel gateway app。
  
  ライフサイクル設定を Studio Classic ドメイン、スペース、またはユーザープロファイルにアタッチするには
  
  「ライフサイクル設定を Studio Classic ドメインまたはユーザープロファイルにアタッチする」の手順に従って、 LCC を Studio Classic ドメインまたは特定のユーザープロファイルにアタッチします。
  
  ライフサイクル設定を使用して Studio Classic アプリケーションを起動するには
  
  LCC がドメインまたはユーザープロファイルにアタッチされると、影響を受けるユーザーは Studio の Studio Classic のランディングページから Studio Classic アプリケーションを起動して、 LCC によって設定されたデフォルトを自動的に取得できます。これにより、Autopilot 実験の作成時に Studio Classic UI が自動的に入力されます。
  
  Create a LCC from the AWS CLI
  
  次のスニペットを使用して、を使用してスクリプトを実行する Studio Classic アプリケーションを起動します AWS CLI。この例では、lifecycle_config.sh がスクリプトに付けられた名前であることに注意してください。
  
  開始する前に:
  
  「からライフサイクル設定 AWS CLIを作成する」で説明されている前提条件を完了 AWS CLI して、更新および設定されていることを確認します。
  
  OpenSSL ドキュメントをインストールします。 AWS CLI コマンドは、オープンソースライブラリの OpenSSL を使用して、スクリプトを Base64 形式でエンコードします。この要件により、スペースと改行のエンコードによって発生するエラーを防止できます。
  
  これで、次の 3 つのステップを実行できるようになりました。
  
  設定スクリプト lifecycle_config.sh を参照して新しいライフサイクル設定を作成する
  
  LCC_CONTENT=`openssl base64 -A -in lifecycle_config.sh` ## Create a new lifecycle config aws sagemaker create-studio-lifecycle-config --region region \ --studio-lifecycle-config-name lcc-name \ --studio-lifecycle-config-content $LCC_CONTENT \ --studio-lifecycle-config-app-type default
  
  応答で返された、新しく作成されたライフサイクル設定の ARN を書き留めておきます。この ARN は、ライフサイクル設定をアプリケーションにアタッチするために必要です。
  
  ステップ 2: ライフサイクル設定を JupyterServerApp にアタッチする
  
  次の例は、ライフサイクル設定がアタッチされた新しいユーザープロファイルを作成する方法を示しています。既存のユーザープロファイルを更新するには、コマンドを使用します AWS CLI update-user-profile。ドメインを作成または更新するには、「create-domain」および「update-domain」を参照してください。前の手順で取得したライフサイクル設定の ARN を適切な JupyterServerAppSettings アプリケーションタイプの設定に追加します。ライフサイクル設定のリストを使うことで、複数のライフサイクル設定を一度に追加できます。
  
  # Create a new UserProfile aws sagemaker create-user-profile --domain-id domain-id \ --user-profile-name user-profile-name \ --region region \ --user-settings '{ "JupyterServerAppSettings": { "LifecycleConfigArns": ["lifecycle-configuration-arn"] } }'
  
  LCC がドメインまたはユーザープロファイルにアタッチされると、影響を受けるユーザーは「Amazon Studio Classic のシャットダウンと更新」の手順に従って既存の SageMaker Studio Classic アプリケーションをシャットダウンおよび更新できます。または、 AWS コンソールから新しい Studio Classic アプリケーションを起動して LCC によって設定されたデフォルトを自動的に取得できます。これにより、Autopilot 実験の作成時に Studio Classic UI が自動的に入力されます。または、 AWS CLI 次のようにを使用して新しい Studio Classic アプリケーションを起動することもできます。
  
  を使用してライフサイクル設定で Studio Classic アプリケーションを起動する AWS CLI
  
  # Create a Jupyter Server application aws sagemaker create-app --domain-id domain-id \ --user-profile-name user-profile-name \ --region region \ --app-type JupyterServer \ --resource-spec LifecycleConfigArn=lifecycle-configuration-arn \ --app-name default
  
  AWS CLIを使用してライフサイクル設定を作成する方法について詳しくは、「AWS CLIからライフサイクル設定を作成する」を参照してください。

ブラウザで JavaScript が無効になっているか、使用できません。

AWS ドキュメントを使用するには、JavaScript を有効にする必要があります。手順については、使用するブラウザのヘルプページを参照してください。

ドキュメントの表記規則

Studio Classic UI を使用して回帰または分類ジョブを作成する

サンプルノートブック