デバッガーチュートリアルビデオ

次の動画では、 SageMaker Studio インスタンスと SageMakerノートブックインスタンスを使用した Amazon SageMaker Debugger の機能について説明します。

Studio Classic での Amazon SageMaker Debugger によるモデルのデバッグ

Julien Simon、 AWS テクニカルエバンジェリスト | 長さ: 14 分 17 秒

このチュートリアルビデオでは、Amazon SageMaker Debugger を使用してトレーニングモデルからデバッグ情報をキャプチャおよび検査する方法を示します。このビデオで使用されるトレーニングモデルの例は、 TensorFlow フレームワーク SageMaker の TensorFlow backend. を使用した Keras に基づく単純な畳み込みニューラルネットワーク (CNN) です。デバッガーを使用すると、トレーニングスクリプトを使用して直接推定器を構築し、トレーニングジョブをデバッグできます。

ビデオ内のサンプルノートブックは、作成者が提供するこの Studio のデモのリポジトリから入手することができます。debugger.ipynb ノートブックファイルとmnist_keras_tf.pyトレーニングスクリプトを SageMaker Studio または SageMaker ノートブックインスタンスにクローンする必要があります。2 つのファイルのクローンを作成したら、debugger.ipynb ノートブック内の mnist_keras_tf.py ファイルへのパス keras_script_path を指定します。例えば、2 つのファイルを同じディレクトリに複製した場合は、keras_script_path = "mnist_keras_tf.py" として設定します。

Amazon SageMaker Debugger と SageMaker モデルモニターの詳細

Julien Simon、 AWS テクニカルエバンジェリスト | 長さ: 44 分 34 秒

このビデオセッションでは、デバッガーと SageMaker モデルモニターの高度な機能について学び、モデルの生産性と品質を向上させます。このビデオでは、まず、デバッガーを使ってトレーニングの問題を検出して修正し、テンソルを視覚化し、モデルを改善する方法を示します。次に、22:41 に、本番稼働中のモデルをモニタリングし、 SageMaker Model Monitor を使用して特徴量の欠落やデータドリフトなどの予測問題を特定する方法を示します。最後に、機械学習の予算を最大限に活用するためのコストの最適化のヒントを示します。

ビデオ内のサンプルノートブックは、作成者が提供するこの AWS Dev Days 2020 のリポジトリから入手できます。