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。
コンピューティングインスタンスのタイプ
SageMaker の地理空間機能は、3 種類のコンピューティングインスタンスを提供します。
-
SageMaker Studio Classic 地理空間ノートブックインスタンス — SageMaker 地理空間機能は、Studio Classic の CPU ベースのノートブックインスタンスと GPU ベースのノートブックインスタンスの両方をサポートします。ノートブックインスタンスは、機械学習モデルの構築、トレーニング、デプロイに使用されます。地理空間画像で使用できるノートブックインスタンスタイプのリストについては、「Supported notebook instance types」を参照してください。
-
SageMaker 地理空間ジョブインスタンス — 処理ジョブを実行して衛星画像データを変換します。
-
SageMaker の地理空間モデル推論タイプ — 事前にトレーニングされた衛星画像の機械学習モデルを使用して予測を行います。
インスタンスタイプは、実行する操作によって決まります。
次の表は、使用可能な SageMaker 地理空間固有のオペレーションとインスタンスタイプを示しています。
|
オペレーション |
インスタンス |
|---|---|
時系列統計 |
ml.geospatial.jobs |
ゾーン統計 |
ml.geospatial.jobs |
再サンプリング |
ml.geospatial.jobs |
ジオモザイク |
ml.geospatial.jobs |
バンドスタッキング |
ml.geospatial.jobs |
バンド演算 |
ml.geospatial.jobs |
Landsat8 による雲の除去 |
ml.geospatial.jobs |
Sentinel-2 による雲の除去 |
ml.geospatial.models |
クラウドマスキング |
ml.geospatial.models |
土地被覆セグメンテーション |
ml.geospatial.models |
SageMaker 地理空間対応ノートブックのインスタンスタイプ
SageMaker 地理空間機能は、Studio Classic の CPU ベースのノートブックインスタンスと GPU ベースのノートブックインスタンスの両方をサポートしています。GPU 対応ノートブックインスタンスを起動するときに ResourceLimitExceeded エラーが発生した場合は、クォータの引き上げをリクエストする必要があります。Service Quotas クォータの引き上げリクエストを開始するには、Service Quotas ユーザーガイドの「Requesting a quota increase」を参照してください。
サポートされている Studio Classic ノートブックインスタンスタイプ
|
名前 |
インスタンスタイプ |
|---|---|
ml.geospatial.interactive |
CPU |
ml.g5.xlarge |
GPU |
ml.g5.2xlarge |
GPU |
ml.g5.4xlarge |
GPU |
ml.g5.8xlarge |
GPU |
ml.g5.16xlarge |
GPU |
ml.g5.12xlarge |
GPU |
ml.g5.24xlarge |
GPU |
ml.g5.48xlarge |
GPU |
使用するコンピューティングインスタンスのタイプごとに異なる料金が課金されます。料金の詳細については、「Geospatial ML with Amazon SageMaker AI
SageMaker 地理空間ライブラリ
SageMaker 地理空間固有のインスタンスタイプである ml.geospatial.interactive には、次の Python ライブラリが含まれています。
地理空間インスタンスタイプで使用可能な地理空間ライブラリ
|
ライブラリ名 |
使用可能なバージョン |
|---|---|
| numpy | 1.23.4 |
| scipy | 1.11.2 |
| pandas | 1.4.4 |
| gdal | 3.2.2 |
| fiona | 1.8.22 |
| geopandas | 0.11.1 |
| shapley | 1.8.4 |
| seaborn | 0.11.2 |
| notebook | 1.8.22 |
| scikit-image | 0.11.2 |
| rasterio | 6.4.12 |
| scikit-learn | 0.19.2 |
| ipyleaflet | 1.0.1 |
| rtree | 0.17.2 |
| opencv | 4.6.0.66 |
| supy | 2022.4.7 |
| SNAP ツールボックス | 9.0 |
| cdsapi | 0.6.1 |
| arosics | 1.8.1 |
| rasterstats | 0.18.0 |
| rioxarray | 0.14.1 |
| pyroSAR | 0.20.0 |
| eo-learn | 1.4.1 |
| deepforest | 1.2.7 |
| scrapy | 2.8.0 |
| netCDF4 | 1.6.3 |
| xarray[complete] | 0.20.1 |
| Orfeotoolbox | OTB-8.1.1 |
| pytorch | 2.0.1 |
| pytorch-cuda | 11.8 |
| torchvision | 0.15.2 |
| torchaudio | 2.0.2 |
| pytorch-lightning | 2.0.6 |
| tensorflow | 2.13.0 |
