Amazon SageMaker で Apache MXNet を使用する

カスタム MXNet コードを使いながら、SageMaker を使用してモデルをトレーニング、デプロイできます。Amazon SageMaker Python SDK の MXNet 推定器とモデル、および SageMaker オープンソースの MXNet コンテナを使うと、SageMaker での MXNet スクリプトの記述や実行がより簡単になります。

何をしたいですか?

SageMaker で、カスタム MXNet モデルをトレーニングしたい。

サンプルの Jupyter ノートブックについては、Amazon SageMaker サンプル GitHub リポジトリにある MXNet のサンプルノートブックを参照してください。

ドキュメントについては、「MXNet によるモデルのトレーニング」を参照してください。

SageMaker でトレーニングした MXNet モデルがあり、それをホスト済みのエンドポイントにデプロイしたい。

詳細については、「MXNet モデルをデプロイする」を参照してください。

SageMaker の外部でトレーニングした MXNet モデルがあり、それを SageMaker エンドポイントにデプロイしたい。

詳細については、「モデルデータからエンドポイントをデプロイする」を参照してください。

Amazon SageMaker Python SDK の MXNet クラスの API ドキュメントを見たい。

詳細については、「MXNet クラス」を参照してください。

SageMaker MXNet コンテナリポジトリを見つけたい。

詳細については、SageMaker MXNet コンテナの GitHub リポジトリを参照してください。

AWS Deep Learning Containers がサポートしている MXNet バージョンに関する情報を見つけたい。

詳細については、「使用可能な Deep Learning Containers イメージ」を参照してください。

SageMaker での MXNet スクリプトモードのトレーニングスクリプトの記述や、MXNet スクリプトモードの推定器とモデルの使用に関する一般情報については、「SageMaker Python SDK で MXNet を使う」を参照してください。