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 AI で TensorFlow を使用するためのリソース
Amazon SageMaker AI を使うと、カスタム TensorFlow コードを使ってモデルをトレーニングしてデプロイできます。SageMaker AI Python SDK TensorFlow 推定ツールとモデル、SageMaker AI オープンソース TensorFlow コンテナが役立ちます。次のリソースのリストを使用して、使用している TensorFlow のバージョンと実行したい内容に基づいて、詳細情報を見つけます。
TensorFlow バージョン 1.11 以降を使用する
TensorFlow バージョン 1.11 以降に対して、Amazon SageMaker Python SDK
何をしたいですか?
- SageMaker AI で、カスタム TensorFlow モデルをトレーニングしたい。
-
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 AI 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。
-
詳細については、「TensorFlow Serving モデルをデプロイする
」を参照してください。 - SageMaker AI の外部でトレーニングした TensorFlow モデルがあり、それを SageMaker AI エンドポイントにデプロイしたい。
-
詳細については、「モデルアーティファクトから直接デプロイする
」を参照してください。 - Amazon SageMaker Python SDK
の TensorFlow クラスの API ドキュメントを見たい。 -
詳細については、「TensorFlow 推定器
」を参照してください。 - SageMaker AI TensorFlow コンテナリポジトリを見つけたい。
-
詳細については、SageMaker TensorFlow コンテナの GitHub リポジトリ
を参照してください。 - AWS Deep Learning Containers がサポートしている TensorFlow バージョンに関する情報を見つけたい。
-
詳細については、「使用可能な Deep Learning Containers イメージ
」を参照してください。
SageMaker AI での TensorFlow スクリプトモードのトレーニングスクリプトの記述や、TensorFlow スクリプトモードの推定ツールとモデルの使用に関する一般情報については、「SageMaker Python SDK で TensorFlow を使う
バージョン 1.11 以前の TensorFlow レガシーモードを使用する
Amazon SageMaker Python SDK
-
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 AI Python SDK で使用するレガシーモードの TensorFlow スクリプトの作成方法については、「TensorFlow SageMaker の推定ツールとモデル
