SageMaker SDK がトレーニングと推論のワークフローを強化

投稿日: 2024年12月6日

本日、SageMaker Python SDK で新しい ModelTrainer クラスを導入し、ModelBuilder クラスを強化します。これらの更新により、トレーニングワークフローが合理化され、推論のデプロイが簡素化されます。

ModelTrainer クラスを使用すると、お客様は Amazon SageMaker で分散型トレーニング戦略を簡単に設定およびカスタマイズできます。この新機能を使用すると、効率的な並列処理によってモデルトレーニング時間が短縮され、リソース使用率が最適化され、コストが削減されます。お客様はカスタムのエントリポイントとコンテナをローカル環境から SageMaker にスムーズに移行できるため、インフラストラクチャを管理する必要がなくなります。ModelTrainer は、パラメータをいくつかのコア変数に減らし、SageMaker サービスの直感的な操作を可能にするユーザーフレンドリーなクラスを提供することで、構成を簡素化します。さらに、ModelBuilder クラスが強化されたことで、お客様は HuggingFace モデルのデプロイ、ローカル環境での開発から SageMaker への切り替え、前処理および後処理スクリプトを使用した推論のカスタマイズが簡単に行えるようになりました。重要なのは、お客様がトレーニング済みのモデルアーティファクトを ModelTrainer クラスから ModelBuilder クラスに簡単に渡せるようになったことです。これにより、SageMaker でのトレーニングから推論へのシームレスな移行が可能になります。

ModelTrainer クラスの詳細についてはこちらを、ModelBuilder の機能強化についてはこちらをご覧ください。また、ModelTrainer と ModelBuilder のサンプルノートブックの使用を開始することもできます。