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。

Amazon SageMaker ノートブックインスタンス

Amazon SageMaker ノートブックインスタンスは、Jupyter Notebook アプリケーションを実行する機械学習 (ML) コンピューティングインスタンスです。Amazon SageMaker AI を使用して機械学習 (ML) を実践するうえで最も効果的な方法の 1 つが、SageMaker ノートブックインスタンスを使用し、ML モデルをトレーニングしてデプロイする方法です。SageMaker ノートブックインスタンスは、Amazon Elastic Compute Cloud (Amazon EC2) で Jupyter サーバーを起動し、事前設定されたカーネルに Amazon SageMaker Python SDK、、AWS Command Line Interface(AWS CLI)AWS SDK for Python (Boto3)、Conda、Pandas、深層学習フレームワークライブラリ、およびデータサイエンスと機械学習用のその他のライブラリのパッケージを提供することで、環境の作成に役立ちます。

ノートブックインスタンスで Jupyter Notebook を使用して、次の操作を行います。

Amazon SageMaker ノートブックインスタンスの料金については、「Amazon SageMaker の料金」を参照してください。

メンテナンス

SageMaker AI では、少なくとも 90 日に 1 回の頻度で、Amazon SageMaker ノートブックインスタンスの基盤ソフトウェアを更新します。オペレーティングシステムのアップグレードなどの一部のメンテナンス更新では、アプリケーションを短期間オフラインにする必要がある場合があります。基盤ソフトウェアの更新中は、すべての操作は実行できません。パッチを自動的に適用するために、少なくとも 30 日に 1 回はノートブックを再起動することをお勧めします。

ノートブックインスタンスが更新されず、安全でないソフトウェアが実行されている場合、SageMaker AI は定期的なメンテナンスの一環としてインスタンスを定期的に更新することがあります。これらの更新中、フォルダ外のデータは保持/home/ec2-user/SageMakerされません。

詳細については、「AWS サポート」にお問い合わせください。

SageMaker Python SDK を使用した機械学習

SageMaker ノートブックインスタンスで機械学習モデルをトレーニング、検証、デプロイ、評価するには、SageMaker Python SDK を使用します。SageMaker Python SDK の抽象化AWS SDK for Python (Boto3)と SageMaker API オペレーション。これにより、データとモデルアーティファクトを保存するための Amazon Simple Storage Service (Amazon S3)、ML モデルをインポートしてサービスするための Amazon Elastic Container Registry (ECR)、トレーニングと推論のための Amazon Elastic Compute Cloud (Amazon EC2) など、他の AWSサービスと統合してオーケストレーションできます。

データラベリング、データの前処理、モデルのトレーニング、モデルのデプロイ、予測パフォーマンスの評価、本番環境でのモデルの品質のモニタリングなど、完全な ML サイクルの各段階の処理に役立つ SageMaker AI 機能も活用できます。

初めて SageMaker AI を使用する場合は、エンドツーエンドの ML チュートリアルに従って、SageMaker Python SDK を使用することをお勧めします。オープンソースのドキュメントを見つけるには、「Amazon SageMaker Python SDK」を参照してください。