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。

# Neptune ML の制限
<a name="machine-learning-limits"></a>
+ 現在サポートされている推論のタイプは、ノード分類、ノードリグレッション、エッジ分類、エッジリグレッション、リンク予測です ([Neptune ML 機能](machine-learning.md#machine-learning-capabilities) を参照)。
+ Neptune ML がサポートできるグラフの最大サイズは、[データ準備](machine-learning-on-graphs-instance-selection.md#machine-learning-on-graphs-processing-instance-size)中、[モデルトレーニング](machine-learning-on-graphs-instance-selection.md#machine-learning-on-graphs-training-transform-instance-size)中、および[推論](machine-learning-on-graphs-instance-selection.md#machine-learning-on-graphs-inference-endpoint-instance-size)中に必要なメモリとストレージの量によって異なります。
  + SageMaker AI データ処理インスタンスのメモリの最大サイズは 768 GB です。その結果、768 GB を超えるメモリが必要な場合、データ処理ステージは失敗します。
  + SageMaker AI トレーニングインスタンスのメモリの最大サイズは 732 GB です。その結果、732 GB を超えるメモリが必要な場合、トレーニングステージは失敗します。
+ SageMaker AI エンドポイントの推論ペイロードの最大サイズは 6 MiB です。そのため、サブグラフのペイロードがこのサイズを超えた場合、帰納的推論は失敗します。
+ Neptune ML は現在、Neptune と他の依存しているサービス (AWS Lambda、Amazon API Gateway、Amazon SageMaker AI など) がすべてサポートされているリージョンでのみ利用できます。

  IAM 認証のデフォルトの使用には、他の違いとともに[ここで説明](https://docs.amazonaws.cn/en_us/aws/latest/userguide/api-gateway.html#feature-diff)しているように中国 (北京) と中国 (寧夏) の違いがあります。
+ Neptune ML によって起動されたリンク予測推論エンドポイントは、現在、トレーニング時にグラフに存在したノードで可能なリンクのみを予測できます。

  例えば、`User` と `Movie` の頂点と `Rated` のエッジがあるグラフを考えてみましょう。対応する Neptune ML リンク予測推奨モデルを使用すると、グラフに新しいユーザーを追加し、モデルにそのユーザー向けの映画を予測させることができますが、モデルが推奨できるのは、モデルトレーニング時に存在した映画だけです。`User` ノード埋め込みは、ローカルサブグラフと GNN モデルを使用してリアルタイムで計算されるため、ユーザーが映画を評価するにつれて時間とともに変化する可能性がありますが、最終的なレコメンデーションでは、事前に計算された静的な映画の埋め込みと比較されます。
+ Neptune ML でサポートされる KGE モデルは、リンク予測タスクに対してのみ機能し、表現はトレーニング中にグラフ内に存在する頂点とエッジタイプに固有です。つまり、推論クエリで参照されるすべての頂点とエッジタイプは、トレーニング中にグラフ内に存在している必要があります。新しいエッジタイプまたは頂点の予測は、モデルを再学習しなければ実行できません。

## SageMaker AI リソース制限
<a name="machine-learning-limits-sagemaker"></a>

アクティビティと時間経過に伴うリソースの使用状況に応じて、次のようなエラーメッセージが表示されることがあります。[リソース上限を越えました](https://docs.aws.amazon.com/sagemaker/latest/dg/regions-quotas.html) ([ResourceLimitExceeded](https://repost.aws/knowledge-center/sagemaker-resource-limit-exceeded-error))。SageMaker AI リソースをスケールアップする必要があるため、このページに記載の [SageMaker リソースのサービスクォータの引き上げリクエスト](https://docs.aws.amazon.com/sagemaker/latest/dg/regions-quotas.html#service-limit-increase-request-procedure) の手順に従い AWS サポートから上限を増えすリクエストを送ります。

SageMaker AI リソース名は、次のように Neptune ML ステージに対応します。
+ SageMaker AI `ProcessingJob` は、Neptune のデータ処理、モデルトレーニング、およびモデル変換ジョブで使用されます。
+ SageMaker AI `HyperParameterTuningJob` は、Neptune のモデルトレーニングジョブによって使用されています。
+ SageMaker AI `TrainingJob` は、Neptune のモデルトレーニングジョブによって使用されています。
+ SageMaker AI `Endpoint` は Neptune 推論エンドポイントで使用されます。