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 は、スクリプトモードのトレーニングスクリプトをサポートしています。

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」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。次の場合、レガシーモードの TensorFlow トレーニングスクリプトを使って、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。

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」を参照してください。