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。
Amazon SageMaker で TensorFlow を使う
Amazon SageMaker を使うと、カスタム TensorFlow コードを使ってモデルをトレーニングしデプロイできます。SageMaker Python SDK の TensorFlow 推定器とモデル、および SageMaker オープンソース TensorFlow コンテナを使うと、SageMaker での TensorFlow スクリプトの記述と実行がより簡単になります。
TensorFlow バージョン 1.11 以降を使用する
TensorFlow バージョン 1.11 以降に対して、Amazon SageMaker Python SDK
何をしたいですか?
- SageMaker で、カスタム TensorFlow モデルをトレーニングしたい。
-
サンプル Jupyter ノートブックについては、「TensorFlow スクリプトモードのトレーニングとサービング
」を参照してください。 ドキュメントについては、「TensorFlow 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 TensorFlow 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、「TensorFlow Serving 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 TensorFlow 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、「モデルアーティファクトから直接デプロイする
」を参照してください。 - Amazon SageMaker Python SDK
の TensorFlow クラスの API ドキュメントを見たい。 -
詳細については、「TensorFlow 推定器
」を参照してください。 - SageMaker TensorFlow コンテナリポジトリを見つけたい。
-
詳細については、SageMaker TensorFlow 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 TensorFlow 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 TensorFlow スクリプトモードのトレーニングスクリプトの記述や、TensorFlow 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 TensorFlow を使う
バージョン 1.11 以前で TensorFlow レガシーモードを使用する
Amazon SageMaker Python SDK
-
スクリプトモードに変換することを望まない既存のモードスクリプトがあります。
-
1.11 以前の TensorFlow バージョンを使用します。
SageMaker Python SDK で使うレガシーモードの TensorFlow スクリプトの記述については、「TensorFlow SageMaker の推定器とモデル