Amazon SageMakerとは

■概要

Amazon SageMakerは、さまざまな規模の機械学習モデルを迅速かつ簡単に構築＋トレーニング＋デプロイできるフルマネージド型機械学習プラットフォーム。

■基本説明

Amazon SageMakerは、機械学習モデルを「構築」「トレーニング」「デプロイ」するためのモジュールが用意されている。

モジュールは組み合わせても単体でも使用できるように設計されており、アプリケーションに最適なアルゴリズムとフレームワークを選択して機械学習モデルを最適化できるツールが用意されている。

Amazon SageMakerはフルマネージド型機械学習サービスであるため、データサイエンティストと開発者は、機械学習に関する複雑で手間のかかる作業が不要になり、素早く簡単に機械学習モデルの各ステップを実行できる。

主な特徴

■段階的プログラム実行環境「Jupyter Notebook」を使用

Jupyter Notebookとは、ノートブック形式で段階的にプログラムを実行し、データ分析作業を行える対話型ブラウザ実行環境。

→Project Jupyter | Home

Amazon SageMakerはJupyter Notebookをインターフェースとして使用して、「インスタンス作成」「モデル構築」「トレーニング」「デプロイ」までのフローを実施できる。

■主要機械学習フレームワークに対応

Amazon SageMaker は、主要機械学習フレームワークに対応しており、Dockerコンテナで実行するように事前構成されている。
・TensorFlow
・Apache MXNet
・Chainer　など

また、自作アルゴリズムやフレームワークもサポートしているため、固有のワークフローに合わせて柔軟性の高い分散型トレーニングも行える。

■ハイパフォーマンス

Amazon SageMakerでは、一般的な機械学習アルゴリズムが事前にインストールされ最適化されている。

他の機械学習サービスと比較して最大10 倍のパフォーマンスでこれらのアルゴリズムを実行できる。

また、TensorFlowなどの最新バージョンに合わせてあらかじめ設定されており、NVIDIA GPUで最高のパフォーマンスを得るためCUDA9ライブラリも備えている。

■ワンクリックトレーニング

Amazon SageMakerコンソールを使用してワンクリックでモデルをトレーニングできる。

高度なトレーニングやチューニングの自動化に対応しているため、モデルを自動的に調整してその精度を最大限に高めることができる。

■フルマネージドスケーリング

Amazon SageMakerは、インフラストラクチャ部分は自動的に管理されスケーリングされるため、ペタバイト規模のモデルトレーニングに対しても簡単にスケーリングできる。

主な機能

■Amazon S3内トレーニングデータの分析/可視化

Amazon SageMakerでは、クラウドストレージサービス「Amazon S3」に保存されているトレーニングデータを簡単に分析し可視化できる。

■アプリケーション統合機能

Amazon SageMakerは、HTTPSエンドポイントを提供しているため、機械学習モデルをアプリケーションに簡単に統合できる。

オフィシャルサイト情報

参考元サイト

Amazon SageMaker最新TOPICS

最新情報はありません。

Amazon SageMakerの最新TOPICS一覧はこちら

Amazon SageMakerとは

Amazon SageMakerは、さまざまな規模の機械学習モデルを迅速かつ簡単に構築＋トレーニング＋デプロイできるフルマネージド型機械学習プラットフォーム。