Amazon SageMaker でTensorFlow を使用する

Amazon SageMaker を使用すると、カスタム TensorFlow コードを使ってモデルをトレーニングおよびデプロイすることができます。SageMaker Python SDK の TensorFlow 推定器とモデル、および SageMaker のオープンソースの TensorFlow コンテナでは、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 以降では、Amazon SageMaker Pythonは、スクリプトモード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。

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。

詳細については、「」を参照してください。TensorFlow サービングモデルのデプロイ方法。

SageMaker の外部でトレーニングした TensorFlow モデルがあり、SageMaker 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、「」を参照してください。モデルアーティファクトから直接デプロイします。

API ドキュメントを表示したいと思いますAmazon SageMaker PythonTensorFlow クラス

詳細については、「」を参照してください。TensorFlow 推定器。

SageMaker TensorFlow コンテナリポジトリを確認したいと思います。

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

でサポートされている TensorFlow バージョンに関する情報を表示したいと思います。AWSDeep Learning Containers

詳細については、「」を参照してください。利用可能なディープラーニングコンテナーイメージ。

SageMaker で TensorFlow スクリプトモードのトレーニングスクリプトを記述したり、TensorFlow スクリプトモードの推定器やモデルを使用する方法については、SageMaker Python SDK での TensorFlow の使用。

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、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、TensorFlow SageMaker Estimators およびモデル。