ランタイム環境をカスタマイズする

任意のローカル統合開発環境 (IDEs)、 SageMaker ノートブック、または SageMaker Studio Classic ノートブックを使用して ML コードを記述するようにランタイム環境をカスタマイズできます。 SageMaker は、関数とその依存関係を SageMaker トレーニングジョブとしてパッケージ化して送信するのに役立ちます。これにより、 SageMaker トレーニングサーバーの容量にアクセスしてトレーニングジョブを実行できます。

リモートデコレータと関数を呼び出す RemoteExecutor メソッドの両方により、ユーザーはランタイム環境を定義してカスタマイズできます。requirements.txt ファイルまたは conda 環境 YAML ファイルのいずれかを使用できます。

conda 環境 YAML ファイルと requirements.txt ファイルの両方を使用してランタイム環境をカスタマイズするには、以下のコード例を参照してください。

# specify a conda environment inside a yaml file
@remote(instance_type="ml.m5.large",
        image_uri = "my_base_python:latest", 
        dependencies = "./environment.yml")
def matrix_multiply(a, b):
    return np.matmul(a, b)

# use a requirements.txt file to import dependencies
@remote(instance_type="ml.m5.large",
        image_uri = "my_base_python:latest", 
        dependencies = './requirements.txt')
def matrix_multiply(a, b):
    return np.matmul(a, b)

または、 dependenciesを に設定auto_captureして、 SageMaker Python SDK がアクティブな conda 環境でインストールされた依存関係をキャプチャできるようにすることもできます。auto_capture が確実に動作するためには、以下が必要です。

• アクティブな conda 環境が必要です。依存関係の競合の可能性を減らすため、リモートジョブに base conda 環境を使用しないことをお勧めします。base conda 環境を使用しないことで、リモートジョブでの環境設定も迅速化されます。

• パラメータ --extra-index-url 値の値で pip を使用して依存関係をインストールしないでください。

• conda でインストールされたパッケージと、ローカル開発環境に pip でインストールされたパッケージとの間に依存関係の競合がないこと。

• ローカル開発環境には、Linux と互換性のないオペレーティングシステム固有の依存関係が含まれていていないこと。

auto_capture が機能しない場合は、このセクションの最初のコーディング例で説明したように、依存関係を requirement.txt または conda environment.yaml ファイルとして渡すことをお勧めします。