プレビュー開始 – 機械学習を学び、実験できる無料のサービス、Amazon SageMaker Studio Lab

AWS の使命は、機械学習 (ML) をより利用しやすくすることです。ここ数年の会話を通して、私は機械学習の初心者の多くが直面している障壁について学びました。既存の機械学習環境は、初心者には複雑すぎるか、最新の機械学習実験をサポートするには制限が強すぎることがよくあります。初心者は、予算超過を避けるために、インフラストラクチャのスピンアップ、サービスの設定、請求アラームの実装について心配することなく、すぐに学習を開始したいと考えています。これは、多くの人のもう一つの障壁を強調しています。サインアップ時に請求情報とクレジットカード情報を提供する必要があるということです。

誤って大きな請求を出すことがない Jupyter ノートブックをホストするための予測可能で制御された環境を持つとしたらどうでしょうか？ それがサインアップ時に請求情報とクレジットカード情報をまったく必要としないものだとしたら？

2021 年 12 月 1 日（米国時間）、Amazon SageMaker Studio Lab のパブリックプレビューを発表できることを非常に嬉しく思います。これは、AWS アカウント、クレジットカード、クラウド設定の知識がなくても、誰でも機械学習を学んで実験できる無料のサービスです。

AWS では、テクノロジーには世界で最も差し迫った問題を解決する力があると考えています。また、お客様がこれらのテクノロジーを使用して社会にインパクトを与える新しい革新的な方法を、私たちは自信を持ってサポートします。

そのため、Amazon SageMaker Studio Lab を使用して AWS Disaster Response Hackathon の立ち上げを発表できることを嬉しく思います。今日から 2022 年 2 月 7 日まで開催されるハッカソンは、世界で良い結果を出しながら機械学習を学び始めるのに最適な方法です。投稿の最後に、参加方法の詳細をお知らせします。

Amazon SageMaker Studio Lab の開始方法
Studio Lab はオープンソースの JupyterLab をベースにしており、AWS コンピューティングリソースに無料でアクセスして機械学習の学習と実験をすぐに開始できます。Studio Lab のセットアップも簡単です。実際に、行う必要がある設定は、プロジェクトに CPU インスタンスと GPU インスタンスのどちらが必要かをワンクリックで選択することだけです。ご説明します。

まず、ここで無料の Studio Lab アカウントをリクエストします。

アカウントリクエストが承認されると、Studio Lab アカウント登録ページへのリンクが記載された E メールが届きます。これで、承認された E メールアドレスでアカウントを作成し、パスワードとユーザー名を設定できるようになりました。このアカウントは AWS アカウントとは別のものであり、請求情報を提供する必要はありません。

アカウントを作成して E メールアドレスを確認したら、Studio Lab にサインインできます。これで、プロジェクトのコンピューティングタイプを選択できるようになりました。ユーザーセッションごとに 12 時間の CPU または 4 時間の GPU のいずれかを選択できます。利用できるユーザーセッションの数は無制限です。さらに、プロジェクトごとに最低 15 GB の永続的ストレージを利用できます。セッションの期限が切れると、Studio Lab は環境のスナップショットを取得します。これにより、中断したところからすぐにピックアップできます。このデモの CPU を選択し、[ランタイムの開始] をクリックします。

インスタンスが実行されたならば、[プロジェクトを開く] を選択して無料の Studio Lab 環境に移動し、ビルドを開始します。追加の設定は不要です。

環境をカスタマイズする
Studio Lab には、作業を開始するための Python ベースイメージが付属しています。このイメージには、実際に必要なフレームワークやライブラリのための空き容量を節約するために、いくつかのライブラリがプリインストールされています。

ノートブック内から直接 %conda install <package> または %pip install <package> コマンドを使用して、Conda 環境をカスタマイズし、追加のパッケージをインストールできます。また、まったく新しいカスタム Conda 環境を作成したり、オープンソースの JupyterLab および Jupyter Server 拡張機能をインストールしたりすることもできます。詳細な手順については、Studio Lab のドキュメントを参照してください。

GitHub 統合
Studio Lab は GitHub と緊密に統合されており、Git コマンドラインを完全にサポートしています。これにより、プロジェクトを簡単に複製、コピー、保存できます。さらに、パブリック GitHub リポジトリの README.md ファイルまたはノートブックに [Open in Studio Lab] バッジを追加して、他のユーザーと作業を共有することができます。

これにより、Studio Lab ですべての人がノートブックを開いて表示できるようになります。Studio Lab アカウントを持っている場合は、ノートブックを実行することもできます。README.md ファイルまたはノートブックの先頭に次のマークダウンを追加して、[Open in Studio Lab] バッジを追加します。

[![Open In Studio Lab] (https://studiolab.sagemaker.aws/studiolab.svg)](https://studiolab.sagemaker.aws/import/github/org/repo/blob/master/path/to/notebook.ipynb)

org、 repo、 path、およびノートブックファイル名を、リポジトリ用のファイル名に置き換えます。その後、[Open in Studio Lab] バッジをクリックすると、Studio Lab でノートブックがプレビューされます。リポジトリが GitHub アカウントまたは組織内でプライベートであり、また他の人に使用してもらいたい場合は、GitHub アカウントまたは組織レベルで Amazon SageMaker GitHub App を追加でインストールする必要があります。

Studio Lab アカウントを持っている場合は、[プロジェクトにコピー] をクリックして、ノートブックのみをコピーするか、リポジトリ全体を Studio Lab アカウントにクローンするかを選択できます。さらに、Studio Lab では、リポジトリに Conda 環境ファイルが含まれているかどうかを確認し、カスタム Conda 環境をビルドできます。

機械学習の基礎を学ぶ
機械学習を初めて利用する場合は、Studio Lab が始めるための無料の教育コンテンツへのアクセスを提供します。Dive Into Deep Learning (D2L) は、機械学習と DL の背後にあるアイデア、数学、コードを教える無料のインタラクティブブックです。 AWS Machine Learning University (MLU) は、Amazon の開発者に機械学習のトレーニングを行うために使用したものと同じ機械学習コースへのアクセスを提供します。Hugging Face は大規模なオープンソースコミュニティであり、事前トレーニングされた深層学習 (DL) モデルのハブです。これは主に自然言語処理を目的としています。数回クリックするだけで、関連するノートブックを D2L、MLU、Hugging Face から Studio Lab 環境にインポートできます。

Amazon SageMaker Studio Lab を使用して AWS Disaster Response Hackathon に参加しましょう
自然災害の頻度と深刻度は高まっています。今年だけでも、米国西部、ギリシャやトルコなどの国々での大きな山火事、ヨーロッパ全土での大規模な洪水、ルイジアナ州沿岸部へのハリケーンアイダの影響が見られました。これに対応して、政府、企業、非営利団体、国際機関は、これまで以上に災害への備えと対応に重点を置いています。

合計 54,000 USD の価格を提供している  AWS Disaster Response Hackathon を通じて、自然災害への備えと対応における差し迫った課題を解決するための機械学習の適用方法を促進させたいと考えています。

今すぐ AWS Disaster Response Hackathon に参加してビルドを始めましょう。2022 年 2 月 7 日までにプロジェクトを提出することを忘れないでください。このハッカソンは、「最大の機械学習コンテスト」でギネス世界記録を樹立する試みでもあります。

プレビューに参加しましょう
2021 年 12 月 1 日（米国時間）から無料の Amazon SageMaker Studio Lab アカウントをリクエストできます。すべてのお客様に高品質のエクスペリエンスを提供するために、新規アカウントの登録数は制限されます。サンプルノートブックは Studio Lab GitHub リポジトリにあります。それを試して、フィードバックをお聞かせください。

無料の Amazon SageMaker Studio Lab アカウントをリクエストしてください。

— Antje

原文はこちらです。