ステップ 1: チュートリアル用の Amazon SageMaker Notebook インスタンスを作成する

重要

Amazon SageMaker Studio または Amazon SageMaker Studio Classic が Amazon SageMaker リソースを作成できるようにするカスタム IAM ポリシーは、それらのリソースにタグを追加するアクセス許可も付与する必要があります。Studio と Studio Classic は、作成したリソースに自動的にタグ付けするため、リソースにタグを追加するアクセス許可が必要です。IAM ポリシーで Studio と Studio Classic がリソースの作成を許可しているが、タグ付けを許可していない場合、リソースの作成時にAccessDenied「」エラーが発生する可能性があります。詳細については、「リソースにタグ付け SageMakerするためのアクセス許可を提供する」を参照してください。

AWS Amazon の マネージドポリシー SageMaker SageMaker リソースを作成するアクセス許可を付与する には、それらのリソースの作成中にタグを追加するアクセス許可が既に含まれています。

Amazon SageMaker Notebook インスタンスは、フルマネージド型の機械学習 (ML) Amazon Elastic Compute Cloud (Amazon EC2) コンピューティングインスタンスです。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します。ノートブックインスタンスを使用して、データの前処理、ML モデルのトレーニング、ML モデルのデプロイのための Jupyter ノートブックを作成および管理します。

SageMaker ノートブックインスタンスを作成するには

1. https://console.aws.amazon.com/sagemaker/ で Amazon SageMaker コンソールを開きます。

2. [ノートブックインスタンス] を選択して、[ノートブックインスタンスの作成] を選択します。

3. [ノートブックインスタンスの作成] ページに、以下の情報を入力します (フィールドが記載されていない場合は、デフォルト値のままにします)。

   1. [ノートブックインスタンス名] に、ノートブックインスタンスの名前を入力します。

   2. [ノートブックインスタンスタイプ] で、[ml.t2.medium] を選択します。これはノートブックインスタンスがサポートする最も安価なインスタンスタイプであり、この演習で十分です。現在の AWS リージョンで ml.t2.medium インスタンスタイプを使用できない場合は、ml.t3.medium を選択します。

   3. [Platform Identifier] (プラットフォーム識別子) で、ノートブックインスタンスを作成するプラットフォームタイプを選択します。このプラットフォームタイプは、オペレーティングシステムとノートブックインスタンスが作成される JupyterLab バージョンを定義します。プラットフォーム識別子タイプの詳細については、「Amazon Linux 2 ノートブックインスタンス」を参照してください。 JupyterLab バージョンの詳細については、「」を参照してくださいJupyterLab バージョニング。

   4. [IAM ロール] で [新しいロールの作成] を選択して、[ロールの作成] を選択します。この IAM ロールでは、名前に sagemaker を含むすべての S3 バケットにアクセスするためのアクセス許可を自動的に取得します。これらのアクセス許可は、ロールにア SageMaker タッチされる AmazonSageMakerFullAccess ポリシーを通じて取得されます。

      注記

      名前に を付けずに S3 バケットにアクセスするアクセス許可を IAM ロールsagemakerに付与する場合は、S3FullAccessポリシーをアタッチする必要があります。特定の S3 バケットへのアクセス許可を IAM ロールに制限することもできます。IAM ロールへのバケットポリシーの追加方法の詳細とサンプルについては、「バケットポリシーの例」を参照してください。

   5. [Create notebook instance] (ノートブックインスタンスの作成) を選択します。

      数分で、 はノートブックインスタンス SageMaker を起動し、5 GB の Amazon EBS ストレージボリュームをアタッチします。ノートブックインスタンスには、事前設定された Jupyter Notebook Server、 SageMaker AWS SDK ライブラリ、および一連の Anaconda ライブラリがあります。

      SageMaker ノートブックインスタンスの作成の詳細については、「ノートブックインスタンスの作成」を参照してください。

（オプション) SageMaker ノートブックインスタンス設定を変更する

ML コンピューティングインスタンスタイプまたはノートブックインスタンスの Amazon EBS ストレージ SageMakerのサイズを変更するには、ノートブックインスタンスの設定を編集します。

SageMaker ノートブックインスタンスタイプと EBS ボリュームを変更および更新するには

1. SageMaker コンソールのノートブックインスタンスページで、ノートブックインスタンスを選択します。

2. [アクション]、[停止] の順に選択して、ノートブックインスタンスが完全に停止するまで待ちます。

3. ノートブックインスタンスのステータスが [停止] に変わったら、[アクション]、[設定の更新] の順に選択します。

   

   1. [ノートブックインスタンスのタイプ] で、別の機械学習インスタンスタイプを選択します。

   2. [ボリュームサイズ (GB 単位)] で、別の整数を入力して新しい EBS ボリュームサイズを指定します。

      注記

      EBS ストレージボリュームは暗号化されているため、 SageMaker はボリュームで使用可能な空き領域の量を決定できません。これにより、ボリュームのサイズを増やすことができますが、ノートブックインスタンスを更新するときに、ボリュームのサイズを小さくすることはできません。使用中の ML ストレージボリュームのサイズを小さくする場合は、目的のサイズで新しいノートブックインスタンスを作成します。

4. ページの最下部にある [ノートブックインスタンスの更新] を選択します。

5. 更新が完了したら、[開始] を選択して、新しい設定でノートブックインスタンスを開始します。

SageMaker ノートブックインスタンス設定の更新の詳細については、「ノートブックインスタンスの更新」を参照してください。

（オプション) SageMaker ノートブックインスタンスの詳細設定

次のチュートリアルビデオでは、 SageMaker コンソールを使用して SageMaker ノートブックインスタンスをセットアップして使用する方法を示します。これには、 SageMaker ライフサイクル設定や GitHub リポジトリのインポートなどの高度なオプションが含まれています。(所要時間: 26:04)。

SageMaker ノートブックインスタンスの詳細については、「Amazon SageMaker ノートブックインスタンスの使用」を参照してください。