Amazon SageMaker で TensorFlow の使用

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するために Amazon SageMaker を使うことができます。Amazon SageMaker Python SDK の TensorFlow 推定器やモデル、および Amazon SageMaker オープンソースの TensorFlow コンテナでは、Amazon SageMaker での TensorFlow スクリプトの記述や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 以降の Amazon SageMaker Python SDK では、スクリプトモードのトレーニングスクリプトがサポートされています。

何をしたいですか?

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

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。

Amazon 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と考えています。

TensorFlow Serving モデルをデプロイします。

Amazon SageMaker の外部でトレーニングした TensorFlow モデルがあり、それを Amazon SageMaker エンドポイントにデプロイしたいと考えています。

モデルアーティファクトから直接デプロイします。

Amazon SageMaker Python SDK TensorFlow クラスの API ドキュメントを表示したいと思います。

TensorFlow 推定器

Amazon SageMaker TensorFlow コンテナに関する情報を表示したいと思います。

https://github.com/aws/sagemaker-tensorflow-container

Amazon 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 を使用する」を参照してください。

Amazon SageMaker TensorFlow コンテナでサポートされている TensorFlow バージョンについては、「https://github.com/aws/sagemaker-python-sdk/blob/master/src/sagemaker/tensorflow/README.rst」を参照してください。

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 には、TensorFlow バージョン 1.11 以前をサポートするレガシーモードがあります。以下の場合は、レガシーモードの TensorFlow トレーニングスクリプトを使用して、Amazon SageMaker で TensorFlow ジョブを実行します。

• 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。

Amazon SageMaker Python SDK で使用するためのレガシーモードの TensorFlow スクリプトの記述については、https://github.com/aws/sagemaker-python-sdk/tree/v1.12.0/src/sagemaker/tensorflow#tensorflow-sagemaker-estimators-and-models を参照してください。