Amazon SageMaker と AWS Deep Learning AMI で PyTorch 1.0 プレビューが利用できるようになりました

Amazon SageMaker　と AWS Deep Learning AMI (DLAMI) が、PyTorch 1.0 プレビューリリースを簡単に評価する手段を提供できるようになりました。PyTorch 1.0 は、PyTorch の人気が急騰する理由となった使いやすさを維持したまま、研究から本番にシームレスに移行する機能を追加します。AWS Deep Learning AMI には、高速コンピューティングインスタンスを活用するための CUDA と MKL のライブラリと共に、PyTorch 1.0、Anaconda、および Python のパッケージが事前構築されています。Amazon SageMaker は、あらゆる規模の機械学習 (ML) モデルを迅速かつ容易に構築、訓練、調整、およびデプロイするためのエンドツーエンドプラットフォームです。そして今、Amazon SageMaker は、お客様が PyTorch 1.0 を使って、自動モデルチューニングを含むすべての SageMaker 機能を活用できるように、PyTorch 1.0 プレビューを備えた事前構築済みの環境を提供するようになりました。

PyTorch は、研究と実験に最適なオープンソースの深層学習フレームワークです。しかし、開発者の最大の課題のひとつは、PyTorch で作成したモデルを使って、それらを大規模な本番環境で実行することでした。PyTorch は、その使いやすさ、命令型スタイル、シンプルな API、そして柔軟性で開発者の人気を急速に得ましたが、モデル探索から本番への移行には、フリージンググラフなど、反復的であるがゆえに時間がかかる追加の作業が必要です。PyTorch 1.0 は、深層学習フレームワークに研究から本番にシームレスに移行する機能を実現します。

Amazon SageMaker 内に事前構築された PyTorch 環境によって、開発者とデータ科学者は、単一の API コールを使ってそれぞれのスクリプトを指定して、ローカルで訓練、または分散型トレーニングジョブを送信することができます。開発者はまた、二番目の API コールを使って、需要の必要性に応じて自動的にスケールアップまたはスケールダウンできる管理された高可用性のオンラインエンドポイントに PyTorch で訓練されたモデルをデプロイできるようにもなりました。開発者は、異なるバージョン向けに単一のパラメータを変更することによって、PyTorch 1.0 プレビューと PyTorch 0.4 を簡単に比較評価することができ、これは TensorFlow、PyTorch、MXNet、および Chainer 間の切り替えと同じくらい簡単に行うことができます。PyTorch 開発者たちは、自動モデルチューニング、Amazon CloudWatch 統合、Amazon VPC サポートなどの Amazon SageMaker 機能を活用することができます。これによって、開発者は、セキュアな方法でデータに素早く接続し、データの準備、それぞれのノートブックでの PyTorch を使ったローカルトレーニング、クラウド内での分散型トレーニングのためのフルデータセットへのスケーリングを行って、モデルを最適化するために自動チューニングを使用し、結果を検証することができるようになります。トレーニングとチューニング後にモデルを検証したら、自動スケーリング、統合されたモニタリングとロギング、および高スループット機能を備えた Amazon SageMaker 内で、管理された高可用性のオンラインエンドポイントにモデルをデプロイできます。

次のステップ:

• PyTorch 1.0 のビジョンと将来について詳しく学ぶ。
• AWS re:invent で PyTorch セッションに参加する。
• ここで Amazon SageMaker 上の PyTorch に関する利用開始ブログを読む。
• Pytorch.org にアクセスしてプロジェクトに関する詳細について学び、チュートリアルを使って、新機能について理解する。
• ここで、DLAMI を使って PyTorch 1.0 でインスタンスをスピンアップする。

Kumar Venkateswar　は、AWS ML Platforms チームのプロダクトマネージャーです。これには、Amazon SageMaker、Amazon Machine Learning、および AWS Deep Learning AMI が含まれます。仕事をしていないときは、バイオリンを弾き、マジック: ザ・ギャザリングをプレイしています。