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 AI を使用して、カスタム TensorFlow コードを使用してモデルをトレーニングおよびデプロイできます。SageMaker AI Python SDK TensorFlow 推定器とモデル、および SageMaker AI オープンソース TensorFlow コンテナが役立ちます。次のリソースのリストを使用して、使用している TensorFlow のバージョンと実行したい内容に基づいて、詳細情報を見つけます。
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 AI 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 AI でトレーニングした TensorFlow モデルがあり、ホストされたエンドポイントにデプロイしたいと考えています。
-
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 AI の外部でトレーニングした TensorFlow モデルがあり、それを SageMaker AI エンドポイントにデプロイしたいと考えています。
-
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 AI 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 AI 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と 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的な情報については、SageMaker Python SDK での TensorFlow
バージョン 1.11 以前の 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 AI Python SDK で使用するレガシーモード TensorFlow スクリプトの記述については、TensorFlow SageMaker 推定器とモデル