Amazon SageMaker Studio

機械学習のための初の完全統合開発環境 (IDE)

Amazon SageMaker Studio は、すべての ML 開発ステップを実行できる、ウェブベースの単一ビジュアルインターフェイスを提供し、データサイエンスチームの生産性を最大 10 倍向上させます。SageMaker Studio はモデルの構築、トレーニング、デプロイに必要な各ステップに対し、完全なアクセス、管理、可視性をもたらします。データのアップロード、新規ノートブックの作成、モデルのトレーニングと調整、ステップ間での移動などを迅速にこなし、さまざまな試みを調整したり、結果を比較したり、本番環境にモデルをデプロイするといった処理をすべて 1 箇所から実行でき、生産性を飛躍的に向上できます。ノートブック、試作管理、自動のモデル作成、デバッグ、モデルとデータの変動検出など、すべての ML 開発手順は SageMaker Studio 内で実行できます。

伸縮自在で共有可能なノートブック

ノートブックを表示、実行、または共有するためのコンピューティングインスタンスの管理には手間がかかるものです。Amazon SageMaker Studio ノートブックは、ワンクリックですばやくスピンアップができる Jupyter ノートブックです。根本となるコンピューティングリソースは完全に伸縮自在であるため、使用可能なリソースの量を簡単に増減させることができ、変更は作業を中断することなくバックグラウンドで自動的に反映されます。数回のクリックだけで、ノートブックを他の人と共有することもできます。全員が同じ場所に保存された同じノートブックを入手できます。

スケーラブルな実験

モデルを微調整するためのさまざまな入力の組み合わせを実験しながら、ノートブックと一緒に実験リーダーボードを起動できます。リーダーボードは、すべての実験を自動的に追跡、並べ替え、ランク付けします。一目で、最もパフォーマンスの高いモデルを簡単に比較および特定できます。

迅速に始める

Amazon SageMaker Studio には、150 を超える人気オープンソースモデルと、チャーン予測や不正検出などの一般的なユースケース向けの 15 を超える構築済みソリューションを備えた機械学習ランチャーが含まれているため、最初のモデルをわずか数分で構築できます。Amazon SageMaker AutoPilot を使用して、数回クリックするだけで独自のデータを使用して ML モデルを作成することもできます。

コンテナを持参する

Amazon SageMaker Studio Notebooks は、人気のあるデータサイエンスと、Tensorflow、MXNet、PyTorch などの深層学習フレームワーク、およびノートブックを実行するためのコンピューティングオプション用の一連の組み込みイメージを提供します。また、カスタムビルドのイメージとカーネルを登録して、SageMaker Studio ドメインを共有するすべてのユーザーがそれらを利用できるようにすることが可能となります。カスタムイメージを使用すれば、人気のある深層学習フレームワークの特定のバージョンを使用してノートブックを起動できます。

深層学習

Amazon SageMaker Studio は、TensorFlow、Apache MXNet、PyTorch など、深層学習用の多くの一般的なフレームワークをサポートしています。これらのフレームワークは、自動的に設定され、高性能を実現するために最適化されます。

Amazon SageMaker Studio