Amazon SageMaker で PyTorch を使用する

カスタム Amazon SageMaker コードを使ってモデルをトレーニングしデプロイするために PyTorch を使うことができます。Python SDK の SageMaker 推定器やモデル、および PyTorch オープンソースの SageMaker コンテナでは、PyTorch スクリプトを記述して PyTorch で実行するほうが簡単です。SageMaker

何をしたいですか?

で、カスタムの PyTorch モデルをトレーニングしたいと思います。SageMaker

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

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

でトレーニングした PyTorch 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と考えています。SageMaker

詳細については、「 モデルのデプロイPyTorch」を参照してください。

の外部でトレーニングした PyTorch 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と考えています。SageMaker

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 クラスの API ドキュメントを表示したいと思います。PyTorch

詳細については、「 のクラスPyTorch」を参照してください。

SageMaker コンテナリポジトリを見つけます。PyTorch

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

Deep Learning Containers でサポートされている PyTorch バージョンに関する情報が見つかります。AWS

詳細については、「利用可能な深層学習コンテナイメージ」を参照してください。

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