SageMaker に関するメモ
Published: 2023/4/13
SageMaker とは、
- jupyter notebook を UI として、
- 機械学習のモデルの学習を呼び出し、
- その結果を S3 に保存した上で、推論を実行するエンドポイントを公開までする。
SageMaker 上で扱われるモデルは、 lambda のように、特定の規約に従ったアプリケーションないし Docker イメージとして実装される。
そうして実装した学習のアプリケーションコードは、 jupyter notebook から呼び出される学習実行 api call によって、 CodeBuild などのように、その api call で指定されたインスタンスを起動しながら、学習されていく。
総じて、企業に属する機械学習エンジニアが、機械学習のプロセスをシステムの DevOps プロセスに組み込んでいくのに利用できるプロダクト、という位置付けになっている。
難点として、他の AWS プロダクトと同じように、従量課金性であるため、機械学習エンジニアがコスト面まで面倒を見れる体制じゃないと、厳しい。
Tags: aws
関連記事
(メモ) AWS SQS の High throughput FIFO とは
2023/7/11
AWS Lambda + ECR の際の IAM 権限まわりについて
2022/11/6
AWS SDK で getaddrinfo で API コールが失敗する時の対処
2022/11/6
実行されている環境が AWS Lambda かどうか判定する方法
2022/10/23
SNS + Lambda vs SNS + SQS + Lambda
2022/10/4