Amazon SageMaker を使用してモデルをトレーニングする簡単な経験
記事のプレビュー:
Amazon SageMaker の紹介
アマゾン ウェブ サービス (AWS) は、世界で最も包括的で広く採用されているクラウド プラットフォームであり、世界中のデータ センターから 200 以上の機能を備えたサービスを提供しています。コンピューティング、ストレージ、データベースなどのインフラストラクチャ テクノロジーから、機械学習、人工知能、データ レイクと分析、モノのインターネットなどの新しいテクノロジーまで、Amazon SageMaker は他のどのクラウド サービス プロバイダーよりもはるかに多くのサービスを提供し、含んでいます。これにより、既存のアプリケーションをクラウドに移行し、想像できるほとんどすべてのものを構築することが、より迅速、簡単、かつ費用対効果の高いものになります。この記事では、Amazon SageMaker による機械学習モデルのトレーニングを簡単に体験する方法について簡単に説明します。
最近の活動
体験前の準備
1. 十分な時間を確保してください. この実験には約 15 分かかります.
2. ネットワークが安定していることを確認してください.
3. 落ち着いて焦らないでください.
4. 事前にアカウントを作成してください.銀行カード、購入することを選択できます) アカウント)
知らせ：
1. 誤ってノートブックインスタンスを何度も申請・作成してしまうと、無料利用者に制限がかかり、パソコンへの負担が大きくなります。
2. ノートブック インスタンスを使用しない場合は、すぐに中断する必要があります. 一部のサービスは有料です. サービスのランダムなアクティブ化により、作成者のコストは 100 米ドルを超えます! !
文章
最初のステップ (ホームページに入る)
1. 次のリンクから Amazon クラウド テクノロジー管理コンソールにログインしてください: https://ap-northeast-1.console.aws.amazon.com/console/home?region=ap-northeast-1#home
ページ:
この実験は、米国東部 (バージニア北部) の us-east-1 リージョンで実行されます
2. [サービス] -> [Amazon SageMaker] をクリックします
3. ノートブックを見つけて、ノートブック インスタンスを選択します
4. [ノートブック インスタンスの作成] をクリックします
2 番目のステップ (ノートブック インスタンスの作成)
ノートブックの例のマニュアル: https://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/nbi.htm
読者はマニュアルに従って作成するか、作成者の手順に従って続行できます
1.
の関連設定を作成しますSagemaker インスタンスの構成が比較的高い. 無料の試用版が必要な場合は、タイプとして t2.medium を選択します (このインスタンスのみが無料です). 構成が比較的高い可能性があるため、無料のパッケージの時間はより短くなります. EC2は無料 パッケージはt2.microで、月間750時間の体験時間で、1年中ずっと使える。残りのバージョンの料金は、主に使用時間に関連してそれほど高くないため、閉じたり削除したりしないでください 2.デフォルトで
IAM ロールを作成します3. 最後に [作成] をクリックします 4. 5 分間待ちます (ステータス バーを変換するだけです保留中から稼働中)
ps: AWSには無料サービスがたくさんあります.一般的に使用されるEC2、S3、RDSなどはすべて1年間限定の無料サービスをサポートしており、Sagemakerも無料の体験サービスがあります. Sagemaker は AWS の機械学習トレーニング プラットフォームであり、Jupyter Notebook をホストし、一般的に使用される多くの機械学習アルゴリズムが組み込まれています。
3 番目のステップ (トレーニング モデル)
1.カーネルを設定し（conda_python3を選択）、クリックしてjupyterを自動的に開きます
2. データのダウンロード
コードソース: Amazon SageMaker を使用して機械学習アプリケーションを構築する
!wget -N https://archive.ics.uci.edu/ml/machine-learning-databases/00222/bank-additional.zip
!unzip -o bank-additional.zip
注: コード ブロックをコピーするたびに、貼り付けた直後に実行ポップアップ表示されする
。
5. トレーニングを表示する ([トレーニング] -> [トレーニング タスク] をクリックします)
ここでトレーニング タスクを表示し、さらに詳細を表示できます (タスクの開始時刻、期間、ハイパーパラメーター、トレーニング データ セット、インスタンス リソースの使用状況の監視、モデルの出力場所の情報)。 .
6. インスタンスを停止した後、トレーニング タスク、ノートブックなどを削除することを忘れないでください。
7.コスト消費が異常かどうかチェック
8.これが作者の血のレッスンだ！! !
エピローグ
この実験の操作はそれほど難しいものではありません.モデルのトレーニングを学んでいる兄や読者は、マニュアルのコードを詳しく読むことができます.初心者は、主に Amazon SageMaker の操作と使用スキルに精通しています. Amazon SageMaker には、きめの細かい感情分析アプリケーションの構築や、Stable Diffusion モデルに基づく AIGC アプリケーションの迅速な構築など、他にも多くの機能があります。
教育リンク 1: Amazon SageMaker に基づいてきめの細かい感情分析アプリケーションを構築する
教育リンク 2: Stable Diffusion モデルに基づいて、最初の AIGC アプリケーションをすばやく構築する
教育リンク 3: Amazon Cloud Technology [Cloud Exploration Lab] Amazon SageMaker を使用して構築するアプリケーションを学習し、きめの細かいセンチメント分析アプリケーションを構築し、Stable Diffusion モデルに基づいて最初の AIGC アプリケーションをすばやく構築します.
払い戻しリンク チュートリアル 1: https://www.vpsgo.com/aws-refund-tutorial.html
払い戻しチュートリアル2: https://www.xiaohongshu.com/explore/6318c30c0000000012008d77
最後に、このようなイベントを提供してくださった Amazon とth0ma ブロガーの指導と教えに感謝したいと思います。日ごとに！