Amazon Web Services ブログ

AWS Japan

Author: AWS Japan

Amazon SageMaker の体験ハンズオン動画とQAを公開しました

先日 (2019/5/17) 開催しました 「Amazon SageMaker 機械学習エンジニア向け体験ハンズオン」の動画および資料を公開しました。当日、参加者の皆様から多数頂いた QA についても掲載しています。 Amazon SageMaker は、データサイエンティストやエンジニアが効率よく機械学習を進めるために、 AWS が提供するマネージドサービスです。この動画はSageMakerの基本的な使い方を体験できる1時間のハンズオン動画となっており、動画を見ながら実際に手を動かすことで、SageMakerの利用法を効率よく理解することができます。これからSageMakerを利用して機械学習に取り組む際にはAWS Black Belt オンラインセミナーと合わせて是非ご覧下さい。 【ハンズオンの概要】 1) ビルトインアルゴリズムの利用 ・Random Cut Forest を利用した異常検知 ・XGBoost を利用した画像認識(紹介のみ) 2) Deep Learning フレームワークの利用 ・Chainer を利用した画像認識          ※ 動画の一例 視聴はこちらから >> ※ リンク先でフォームに登録いただきますと、各コンテンツにアクセス可能となります。   当日、参加者の皆様から頂いた QA を以下に掲載します。 Q. SageMakerと他のMachine Learningサービスの区別は?マネージドサービスの中の機械学習サービスの分別とか、適用範囲を教えて頂けませんか A. 機械学習に関連するAWSサービスは、インフラストラクチャ、MLサービス、AIサービスという3つのカテゴリに大きく分けられます。 1. 機械学習を支えるインフラストラクチャには、GPU/FPGA/大量のCPUを搭載したEC2やAWS IoT Greengrass、Amazon Elastic Inferenceなどが該当します。 […]

Read More

[AWS Black Belt Online Seminar] Dive deep into AWS Chalice 資料及び QA 公開

先日 (2019/6/19) 開催しました AWS Black Belt Online Seminar「Dive deep into AWS Chalice」の資料を公開しました。当日、参加者の皆様から頂いた QA の一部についても共有しております。 発表内容に関しまして、該当箇所 に以下訂正がございましたので、併せて修正させていただきます。 訂正内容: – 誤: バイト型ではなくて文字列型 – 正: バイト型ではなくて dict 型 20190619 AWS Black Belt Online Seminar Dive Deep into AWS Chalice AWS クラウドサービス活用資料集(すべての過去資料が閲覧できます) Q. ChaliceはFlaskに似ているように感じましたが、関係がありますか? A. Flask や Bottle のような他のフレームワークのようにデコレータベースでのルーティング定義を行うという慣例に倣っていますが、ライブラリとしての依存関係はありません。 GitHub での FAQ にもう少し詳しい回答があります。こちらも併せてご確認ください。 Q. cloud9環境を作成し、virtualenvにてpython3環境を作成し、インストール/deployを試しました。エラーが出ているのですが、対処方法をご教授いただけないでしょうか。 A. deploy サブコマンドを実行するためには、お手元の環境で認証情報が正しく設定されている必要があります。 aws configure コマンドを実行して、適切な権限を持ったユーザーの AWS Access Key ID […]

Read More

事例から学ぶAWS Educateの授業での活用法

AWS Educateは14歳以上の学生がクラウドについて学習するためのオンライン教材と実習のためのAWS利用クレジットを提供する無償のプログラムです。 AWS Educateを活用し、世界中で数十万人の学生がクラウド技術を学んでいます。学生が自習するだけではなく授業やハッカソンなどのイベントでもAWS Educateが活用されています。 具体的にAWS Educateを使った授業を行うためにどのような準備をすればよいのか、一例をご紹介したいと思います。 まず授業を行うには大きく分けて二つの方法があります。 【方法1】教員がAWS Educateのメンバーになり教員ポータルの機能を使い学生を招待したり、クラス専用のクレジットを配ったりする(※クラス専用クレジットは機関加盟している教育機関の教員メンバーだけが使える機能です。)。 【方法2】教員ポータルの機能は使わずに独自にクラス運営を行い、AWS Educateが提供する利用クレジットを実習のために使わせる。 どちらでも自由に選んでいただけます。最初にAWS Educateを使った授業をされる場合、後者の教員ポータル機能を使わずに授業を行われている(方法2)場合が日本では多いです。理由はクラス作成リクエストなどの教員ポータル内での作業が発生せず簡単に授業の準備が行えるためです。 教員ポータルのクラス管理機能を使わずに簡単に授業を行う場合の流れをご紹介します。 1.教員が学生にAWS Educateのメンバー登録するようにメールで申し込みフォームのURLを案内する。学生の申し込みフォーム:https://www.awseducate.com/registration#INFO-Student 2.学生は各自でWebの申し込みフォーム(リンク)に必要事項を入力し、申し込みを行う。(原則として学校から提供されるメールアドレスでのお申し込みが必要です。学校から提供されたメールアドレスが無い場合は他の方法がありますので後述します。) 3.申し込んだ学生に申し込みに使ったメールアドレス宛に確認メールが届くので本文内の確認リンクをクリックする。確認が行われないと審査に進めず申し込みが承認されないままになります。 4.メールアドレス確認後、申込内容に不備が無ければ翌日中には審査が完了し、学生にWelcomeメールが届く。 5.学生はWelcomeメール内のリンクよりパスワード設定を行い、ポータルにログインする。 6.初回ログイン後、初期画面右に表示されているセクション内でスターターアカウントを使うかご自身のAWSアカウントIDを使うかを選択してください。スターターアカウントはクレジットカードの登録が不要な学習用コンソールです。(スターターアカウントで使用できるサービスリスト) 以上で実習を行う準備が完了します。 申し込み時の入力画面(6月より新しくなり、入力項目が減り簡単になりました。) 教育機関名:英語表記で。加盟校であれば途中まで入力いただくとリストアップされますので該当の校名を選択してください。 国・地域:日本・Japanを選択してください。 名と姓:ローマ字表記または外国人の方は英語表記で記入してください。 Eメール:学校から提供されているメールアドレスが原則です。無い場合は任意で構いませんが学生証などの証明のデータの提出を後からお願いする連絡が送られます。 卒業、誕生年月:資格確認をしますので正確に入力してください。 プロモーションコード:オプションですので受け取っている場合だけご記入ください。 申し込み時の入力事項の誤りなどが原因で、申し込みの承認が完了するまでに3日程度を要する場合があります。(誕生年月の誤記で14歳未満と判断されてしまう、卒業年月の誤記ですでに卒業したと判断される、メールアドレスの誤記で確認が完了しないままになるといったことが多いです。)余裕を持って授業で実習をされる日の一週間前には学生の方が申し込みを行うよう指示をしてだくことをお勧めします。 なお学校が学生にメールアドレスを提供していない場合は以下の方法があります。教員メンバーが教員ポータルから学生を招待する方法や、必要に応じて提供されるプロモーションコードを発行する方法で学生は申し込みを行うことが可能になります。 実際にAWS Educateのスターターアカウントを使って行われた授業として、岐阜工業高等専門学校専攻科の先端融合開発専攻で行われた「構造解析学特論」をご紹介します。 この授業では先端融合開発専攻の学生がオープンソースのCAEツールである”DEXCS-WinXistr”のシステム環境をクラウド上に起動、操作する方法を専攻科1年(大学3年生に相当)の学生が学習しました。その後その解析環境を使って授業を続けていくことになっています。具体的には、演習用テキストをベースにし、アクティブラーニングとして学生自らが演習を進める形式です。この演習を実現するには、特定の演習室の利用では実現できず、「いつでも・どこでも」解析環境にアクセスできるクラウドの効果が発揮されています。 教員側はオープンソースのソフトウエア環境を学生用の端末すべてに構築する必要がなく、授業の中で学生自身に必要な環境を短時間でクラウド上のリソースに構築させることができました。さらに、クラウド上に環境が存在することで、どこからでも実習環境にアクセスすることが可能となり、自宅からでもクラウド上の高速なコンピューティングリソースを利用して、実習の続きや復習が行えるようになりました。実は以前の授業では、学生各自のPCに解析環境を構築する作業を行なっており、この時には授業時間全体の3割ぐらいが、準備作業に費やされてしまい、本来の目的である構造解析演習が十分できない反省があったそうです。 教材スライドの一例:EC2の説明 ■実際の学生の様子 この授業を履修した学生はAWSスターターアカウントを事前に登録して、最初の授業に出席しました。授業の中ではクラウドコンピューティングについて概要を紹介した後、AWSのマネジメントコンソールからAmazon EC2を立ち上げて、この先の授業で使用するCAE環境を起動しました。学生は全員、AWSの操作ははじめてでしたが、30分ほどの簡単な操作レクチャーで、全員がクラウド上に授業用の環境を起動できました。(下は学生がクラウド上に構築したCAE環境のデスクトップ画面です。) こちらは授業の様子です。クラウドに関する部分の講師はソリューションアーキテクトの小川が担当しました。 AWS Educateを授業で使用するメリットは以下のようなものが有ります。 クレジットカード不要かつ無償で学生がAWS環境を持つことができる。  AWSの利用枠が決まっている為、予算オーバーや費用請求の心配をせず使える。  学生が共通の演習環境を利用するため、互いの解析技術の情報共有が進む。 (授業で使わせる場合の注意点) スターターアカウントで利用できるリージョンやサービスに制約がある。 クレジットを無駄遣いしないようインスタンスの停止を習慣づける指導が必須。 加盟校になることで所属する学生ならびに教員に付与されるクレジットが増えるので早めに準備を始め加盟校になっておく方がよい。 (教員の柴田先生からのコメント) 学生が自ら学ぶ環境として、自由度の高いクラウドは非常に効果的です。 高性能なインスタンスを用意することで、大規模解析にも展開できます。 解析システムをブラックボックスではなく、学生が仕組みを理解して利用できました。 (参加された学生からのコメント) […]

Read More

学術研究機関でのSINET5を経由したAWSの利用

日本の学術研究機関においてもAWSの利用が進んでいます。それに伴い、最近SINET5関連の質問が増えて参りましたので、ここで少し整理をしてみたいと思います。 そもそもSINET5とは何でしょうか?SINETとは学術情報ネットワーク(Science Information NETwork)で、日本全国の大学、研究機関の学術情報基盤として国立情報学研究所が構築、運用している情報通信ネットワークです。詳しくは構築、運用元である国立情報学研究所のSINETのWebページ(https://www.sinet.ad.jp/)を見ていただければよいと思います。当該ページには参加機関の情報も載っており、既に多くの学術研究機関がSINETに接続されております。インターネットへの接続はSINETの基本サービスである「インターネット接続(IPv4/IPv6 Dual)」を利用し、SINETを経由して行っている機関が多数です。 さて本題のSINET5を経由したAWSの利用ですが、実は次の2つの形態があります。 学術教育機関内から普通にAWSを利用する SINETクラウド接続サービスを利用する どちらの場合も通常SINET網からパケットが外に出て行くことなくAWS網内に到達します。 多くの機関では、最初の方で触れたSINETの基本サービスである「インターネット接続(IPv4/IPv6 Dual)」にてインターネットへと接続していますので、インターネットへ出て行くパケットは図1の(1)の経路を通り、インターネットへ抜けていきます。この状態でAWSを使うとどうなるでしょうか?実はAWSはSINETとIX(Internet Exchange)にてピアリングをしています。PeeringDBなどで確認いただけると思いますが、SINETとAWSが複数のIXで100Gbps以上でピアリングしております。つまり、普通に機関内からAWSにアクセスすると図1の(2)の経路のように、SINETの出口でAWS網内に入る形となり、いわゆる一般的なインターネットに出て行くことなく通信が可能です。何か手続き等は必要ありませんので、普通にAWSを使うだけです。学内、SINET網内は他のパケットと混在する形になりますので、必要に応じて通信の暗号化をしていただくことをお勧めしています。 さて、次にSINETクラウド接続サービスを利用した場合について説明します。このクラウド接続サービスは簡単に言うとSINET接続拠点間に論理的に分離されたVLANを提供するものです。これはSINETのL2VPNのサービスを利用したものとなり、L2レベルで分離したネットワークを利用可能ですが、AWSを利用する場合には、AWS側と機関側の間でルーティング情報の交換の必要があるため、機関側にBGPルータが必要となります(図1の(3))。本ブログ執筆時(2019年6月時点)では、SINET5とAWS間を結ぶ物理回線費用はAWS側が負担しており既に物理回線は開通済みで、60を超える機関でご利用頂いております。AWS側から見てデータoutとなるデータ転送費は利用者に負担して頂く必要がありますが、インターネット経由と比べDirect Connect経由となるため転送費が抑えられるメリットがあります。利用にはSINETの接続拠点間の設定と、AWSアカウントへDirect Connectの仮想インタフェースを割り当てる必要がありますので、SINET側、AWS側それぞれに申請が必要となります。ブログ執筆時点では電子メールベースで学術研究機関から申請する形となります。詳しくはSINETのWebページから「クラウド接続」のページをお読みください。本ブログ執筆時点では、SINETクラウド接続サービス用に10Gbpsの回線複数本でSINET5-AWS間を接続しておりますが、SINET側接続部にて単一障害点が発生する可能性があり、インターネットVPNでの経路バックアップを推奨しています。インターネットVPNと呼んではいますが、先に説明をしましたように、実際には図1の(2)の経路を通ることになりますので、SINET網内出口からAWS網内へ入る形となります。 最後に、どちらの形態を選ぶかですが、AWSを利用する目的により個々で異なりますので、一概に語ることはできません。目安となる点をお伝えしておきたいと思います。 通常の利用をお勧めする場合 とにかく高速(数Gbps超)にデータをAWSに転送し続けたい 小さく始めたい。研究室単位で始めたい BGPルータを用意することができない 研究データ管理基盤(GakuNin RDM)のストレージ先 データバックアップ先としての利用 パブリックエンドポイントを提供するサービスの利用(Amazon S3, Amazon Workspaces等) クラウド接続サービスをお勧めする場合 定常的に大量のダウンロードが発生する 機関として1つのアカウントに集約済み 機密性の高いデータの転送(機関にて利用する通信経路の規約等がある場合) AWSへのデータ転送は追加費用が必要ありませんので、データoutの方向についてデータ量がどれくらいなのか?や、BGPルータの導入維持費とデータ転送・インターネットVPNの費用との比較などもどちらの形態にするかの検討する材料となるでしょう。 — パブリックセクター ソリューションアーキテクト 櫻田 図1 SINET5とAWSの接続

Read More

AWS DeepRacer ご利用後のリソース削除方法について

先日 2019年6月12日~14日に開催されたAWS Summit Tokyo 2019 では AWS DeepRacer リーグが行われました。AWS DeepRacer のご利用の際は、ご利用後に使わないリソースを適宜削除し、不要な課金を防いで利用しましょう。 AWS DeepRacer シミュレータのアーキテクチャ この図のように、AWS DeepRacer を立ち上げると、VPC 内に AWS DeepRacer の学習・推論評価用途 SageMaker, RoboMaker、描画、学習データの保存・データ転送に S3, Kinesis Video Stream, NAT Gateway が自動的に起動し、それぞれのサービスに対して課金が発生します。下記では、AWS DeepRacer ご利用後のリソース削除方法を紹介します。 注)本ブログは2019年6月15日時点の仕様を基にしており、今後変更の可能性がございます。   継続的な課金を停止するのに必要なこと リソースの自動削除 一度サービスを立ち上げると、学習・評価が終了しても、一部のサービスが起動したままの状態になっています。継続的な課金を防ぐために、下記の手順で関連リソースを削除することで、継続的な課金が防げます。 AWS DeepRacer → Reinforcement learning → Create model を選択 Account resources で、4つのリソースの左チェック印が緑色の場合、関連リソースが利用可能な状態となっています。 不要な課金を防ぐためには、Reset resources をクリックすれば、S3以外の関連リソースは削除されます。   S3 バケットの削除方法 また、S3バケットの削除は別途行う必要があります。S3 […]

Read More
週間AWS

週刊AWS – 2019/6/10週

皆さんこんにちは。AWSソリューションアーキテクトの小林です。AWS Summit Tokyo 2019が無事に終了いたしました。たくさんのお客様にお越し頂くとともに、ストリーミングも数多くの方にご覧頂き、本当にありがとうございました。セッション資料や録画は近日中に公開されますので、今しばらくお待ちください。私はAWS展示ブースの説明員を担当したり、お客様とのミーティングに参加したりとバタバタした感じでありつつ、充実した3日間を過ごさせて頂きました。みなさまは楽しんで頂けましたでしょうか?次は6月27日にグランフロント大阪で開催されるAWS Summit Osaka 2019です!こちらの方もみなさまに満喫頂けるよう準備を進めておりますので、ぜひともおこしください。

Read More

Amazon S3 アップデート — SigV2 の廃止時期、延期と変更

Amazon S3 API に対して行うすべてのリクエストは、それが本物であることを確認するために署名する必要があります。初期の AWS では、署名バージョン2 または SigV2 と呼ばれる署名モデルを使用していました。2012年には、より柔軟な署名方法である SigV4 を発表し、2013年以降に開始されたすべてのリージョンでは、こちらを唯一の署名方法としました。また、その時点で、すべての新しい S3 アプリケーションにこちらのSigV4を使用することをお勧めしました。 2018年に、我々はSigV2のサポート終了を2019年6月後半とするという発表をしました。多くのお客様がアプリケーションを更新してくださいました(多くのケースで単純にSDKのアップデートを行うだけです)が、SigV4を使用するために、サポートを延期してもらえないかという多くのご要望をいただきました。 新しい日付、新しいプラン オリジナルのプランに関するフィードバックに応じて、重要な変更を行っていきます。概要は次のとおりです。 オリジナルのプラン — SigV2のサポートは2019年6月24日に終了します。 改訂されたプラン — 2020年6月24日以降に作成された新しいバケットは SigV2 署名付きリクエストはサポートされません。ただし、既存のバケットについて引き続き SigV2 がサポートされますが、我々はお客様が古いリクエスト署名方法から移行するよう働きかけます。 既存のバケット、それは SigV2 をサポートする一部のAWSリージョンにおいて、SigV2 を引き続き使用することはできますが、SigV4 に移行することを強くお勧めします。そのことで重要なセキュリティ上のメリットと効率性のメリットが得られます。この新しい署名方法では、長期のAWSアクセスキーから派生した、別途これに特化した署名キーを使用します。このキーは、サービス、地域、および日付に固有です。これにより、サービスとリージョン間の分離が強化され、キーの再利用に対する保護が強化されます。内部的に、SigV4 実装では認証チェックの結果を安全にキャッシュすることができます。これにより、レイテンシーが改善され、アプリケーションの全体的な堅牢性向上が期待できます。詳細については、「署名バージョン4の変更点」を参照してください。 SigV2 を使っているかどうかの判断方法 S3 は 2006年以来からのAWSサービスです。あなたやあなたの前任者が書いたコードの一部はまだまだ現役で利用されている可能性があり、SigV2で署名された要求を忠実に行っているかもしれません。CloudTrailのデータイベントまたは S3 サーバーアクセスログを使用して、この古風なリクエストを見つけることができますので、そのアプリケーションを更新対象にしてください。 CloudTrailのデータイベント — 各 CloudTrail イベントエントリの additionalDataElement 内で SignatureVersion 要素を探します(詳細については、「AWS CloudTrail を使用して Amazon S3 署名バージョン2リクエストを識別する」を参照してください)。 S3 サーバーアクセスログ […]

Read More

Amazon Personalize の一般提供開始と東京リージョンラウンチのおしらせ

みなさん、こんにちは。アマゾン ウェブ サービス ジャパン、 プロダクトマーケティング エバンジェリストの亀田です。   いよいよ、AWS Summit Tokyo 2019が始まりました。現在初日基調講演中です。現地にいらっしゃらない方でも こちらのLive Streamからご登録いただきライブ配信を視聴できます。 re:Invent 2018で発表された、 機械学習の知識不要で、アプリケーションを使用している顧客に対して開発者が個別のレコメンデーションを簡単に作成できる、Amazon Personalizeが一般提供開始となり、東京リージョンでもご利用いただけるようになりました。 Amazon.com で使用されているのと同じテクノロジーに基づく、リアルタイムのパーソナライズおよびレコメンデーション機能が利用できます。アプリケーションからのアクティビティストリーム (ページビュー、サインアップ、購入など) と、記事、製品、動画、音楽など、レコメンドするアイテムのインベントリが提供され、年齢や地理的位置など、ユーザーに関する追加の人口統計情報とのマトリックスでレコメンドを作成することができます。   Personalizeは大きく3種類のデータを取り込み動作します。 ユーザーアクティビティストリームまたはイベントデータ – ウェブサイト/アプリケーションでのユーザーインタラクションデータはイベントの形式で取り込まれ、多くの場合 1 行のコードを含む統合を介して Amazon Personalize に送信されます。これには、クリック、購入、ショッピングカートへの追加、コメント、「いいね」などの重要なイベントが含まれます。サービスにオンボーディングする場合、開発者は、利用可能であれば、すべてのイベント/アクティビティストリームデータの履歴ログを提供することもできます。 カタログデータ – これは、本、動画、ニュース記事、製品など、あらゆるタイプのカタログにすることができます。これには、アイテム ID と各アイテムに関連付けられたメタデータが含まれます。このデータはオプションです。 ユーザーデータ – 性別や年齢などのユーザーの人口統計データを含むユーザープロファイルデータ。このデータはオプションです。 getRecommendations と getRerankedResults という二つの推論APIが提供され、上記のデータをもとに推論が実行されます。 料金は、こちらです。2か月間も無料利用枠が設定されていますので、是非お試しください。 ハンズオンイベントのお知らせ Amazon Personalize ハンズオンセミナー 2019 年 7 月 11 日(木) 開場: 12:30  開演: 13:00 ~17:00 […]

Read More

【アップデート】AWS DeepLens が国内で予約注文できるようになりました

2017 年の AWS re:Invent で、私たちは世界初の機械学習 (ML) 対応ビデオカメラ、AWS DeepLens を発表しました。開発者はプログラム可能なビデオカメラ、チュートリアル、コード、および ML スキルを拡張させるよう設計された事前トレーニング済みのモデルを使って ML を利用できます。AWS DeepLens を使用すると、コンピュータサイエンスや数学の博士号がなくても効果の高い ML プロジェクトを作成できます。ある程度の開発経験がある人なら誰でも使い始めることができます。 次のウェブサイトで、カナダ、欧州、日本の開発者が AWS DeepLens (2019 年版) を予約注文できるようになりました。 Amazon.ca Amazon.de Amazon.es Amazon.fr Amazon.it Amazon.co.jp Amazon.co.uk お客様の体験をさらに向上させるために、一世代前のデバイスから次の点を強化します。 すぐに ML を始められるようオンボーディングプロセスを最適化 Intel RealSense 深度センサーのサポートし、より高精度で高度な ML モデルを構築可能 2-D 画像入力に加えて深度データを使用可能 外部の Intel アクセラレータを使用して追加の AI パフォーマンスを達成したい人向けの Intel Movidius Neural Compute Stick をサポート 2019 年版は、Amazon SageMaker […]

Read More