SageMaker で Docker コンテナを使用する - Amazon SageMaker

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。

SageMaker で Docker コンテナを使用する

アマゾン SageMaker を広範囲に活用しているDocker コンテナビルドおよびランタイムタスク。 SageMaker には、組み込みアルゴリズム用に Docker イメージが構築されており、トレーニングと推論に使用される深層学習フレームワークをサポートします。コンテナを使用することで、機械学習アルゴリズムをトレーニングし、規模を問わずモデルを迅速かつ確実にデプロイできます。このセクションの各トピックでは、独自のユースケース用にこれらのコンテナをデプロイする方法について説明します。Amazon で使用するために独自のコンテナを持ち込む方法の詳細については SageMaker スタジオ、参照自分の持ち込み SageMaker 画像

を使用したスクリプトの実行、アルゴリズムのトレーニング、またはモデルのデプロイのシナリオ SageMaker

アマゾン SageMaker は、スクリプトの実行、アルゴリズムのトレーニング、およびモデルのデプロイに常に Docker コンテナを使用します。ただし、コンテナとのエンゲージメントのレベルは、ユースケースによって異なります。

  • 組み込みの使用 SageMaker アルゴリズムまたはフレームワーク。ほとんどのユースケースでは、コンテナを気にすることなく、組み込みのアルゴリズムとフレームワークを使用できます。これらのアルゴリズムは、 SageMaker コンソール、AWS Command Line Interface(AWS CLI)、Python ノートブック、またはアマゾン SageMaker Python SDKEstimator の作成時にアルゴリズムまたはフレームワークのバージョンを指定します。使用可能な組み込みのアルゴリズムは、「Amazon を使用する SageMaker 組み込みアルゴリズムまたは事前学習済みモデル」トピックで項目別に説明しています。使用可能なフレームワークの詳細については、「機械学習フレームワークとツールキット」を参照してください。で実行されている Jupyter ノートブックを使用して、組み込みアルゴリズムをトレーニングおよびデプロイする方法の例については、 SageMaker ノートブックインスタンスについては、を参照してください。Amazon SageMaker の使用を開始するトピック。

  • ビルド済みの使用 SageMaker コンテナイメージ。別の方法として、Docker コンテナを使用して組み込みのアルゴリズムとフレームワークを使用することもできます。 SageMaker は、Apache MXNet、TensorFlow、PyTorch、Chainer など、いくつかの最も一般的な機械学習フレームワーク用に、組み込みアルゴリズムおよび構築済みの Docker イメージのコンテナを提供しています。利用可能なすべてのリストについては SageMaker 画像、参照利用可能なDeep Learning Containers イメージ。また、scikit-learn や SparkML などの機械学習ライブラリもサポートしています。♪アマゾン SageMaker Python SDKでは、完全なコンテナ URI をそれぞれに渡すことで、コンテナをデプロイできます。 SageMaker SDKEstimatorクラス。SageMaker で現在サポートされている深層学習フレームワークの完全なリストについては、「深層学習用の構築済み SageMaker Docker イメージ」を参照してください。scikit-learn および SparkML の構築済みコンテナイメージの詳細については、「ビルド済みのAmazon SageMaker scikit-learn および Spark ML 用の Docker イメージ 」を参照してください。でのフレームワークの使用方法の詳細については、「」を参照してください。アマゾン SageMaker Python SDKについては、それぞれのトピックを参照してください。Amazon SageMaker で機械学習フレームワーク、Python、R を使用する

  • ビルド済みの拡張 SageMaker コンテナイメージ。ビルド済みのを拡張したい場合 SageMaker アルゴリズムまたはモデルDockerイメージでは、 SageMaker あなたのニーズを満たすイメージ。例については、「」を参照してください。私たちの拡張 PyTorch コンテナ

  • 既存のコンテナイメージを適応させる: 既存のコンテナイメージを SageMaker で使用できるように適応させる場合は、Docker コンテナを変更して、 SageMaker トレーニングまたは推論ツールキット。独自のコンテナを構築してアルゴリズムをトレーニングまたはホストする方法を示す例については、「Bring Your Own R Algorithm」を参照してください。