[AWS] SageMaker
Cloud AWS
Published : 2020-07-14   Lastmod : 2020-07-18

1.SageMakerとは

SageMakerとは、完全マネージド型の機械学習サービスです。機械学習もIoTやAIに並んで、昨今ではホットなIT技術の一つです。 しかしながら、機械学習に慣れていないエンジニア(インフラエンジニアであっても)はどのような方法で環境を構築するかすら知らないと思います。 AWSのSageMakerはデータサイエンティストや開発者が機械学習の環境を構築したいときに簡単に機械学習のモデルを構築できるサービスです。本来、負担のかかる機械学習の環境構築ですが、SageMaker関連サービスを複数連携することで機械学習環境が容易に構築できてしまいます。 例えばAmazon SageMaker Ground Truthは、高精度なトレーニングデータセットを素早く、容易に構築することに役立ちます。いわゆるラベル付け、と言われる作業ですが、一からやるとなると高価かつ難易度が高いですがAmazon SageMaker Ground Truthだとスピーディーに実現できます。Amazon SageMaker Studioは、統合開発環境です。これもAWSの機械学習開発には欠かせません。このように複数のサービスを使い、環境を作り上げます。

2.SageMakerのメリット

SageMakerのメリットとしては機械学習に必要なほぼすべてが用意されていることです。さきほども少し触れましたが、機械学習に不可欠なラベル付けにはAmazon SageMaker Ground Truthが用意していますし、実際にコードを書く環境としてはAmazon SageMaker Studioが用意しています。普通、このAmazon SageMaker Studioを用意するだけでも大変なはずですが、AWSはその開発環境を含めたほぼすべての機械学習関連サービスを用意してくれています。Amazon SageMaker Experimentsは機械学習モデルへの繰り返し処理の調整や追跡に役立ちますし、Amazon SageMaker Debuggeは機械学習の問題を分析、抽出することができます。 機械学習に必要なサービスが、痒い所に手が届くように、入念に用意されています。 もちろん、用意されているだけでなく、コストも削減してくれます。例えばAmazon SageMaker はトレーニングコストを最大で 90% 削減できるようマネージドスポットトレーニングを提供しています。さらにワンクリックでデプロイできるので、サービスの立ち上がりも容易にできてしまいます。

3.SageMakerの使い方

まずはS3を用意しておきましょう。これは機械学習のデータを保存するためです。次にSageMakerコンソールから、ノートブックインスタンスを作成します。ノートブックインスタンスとはフルマネージドな機械学習EC2コンピューティングインスタンスのとこです。機械学習用のEC2と考えればイメージしやすいです。ノートブックインスタンスが作成出来たら、あとはプログラムを書いてデプロイするだけです。SageMakerを使えば、比較的少ないステップ数で機械学習の仕組みを構築することが可能になります。

関連する記事