Начните обучение Amazon SageMaker
Amazon SageMaker — это самая разнообразная и зрелая платформа машинного обучения, доступная в настоящее время. От предоставления интегрированной среды разработки, ориентированной на науку о данных, до множества вариантов логического вывода — существует бесконечный список ресурсов. Это может затруднить поиск того, с чего начать в первую очередь с этой услугой.
SageMaker JumpStart помогает решить эту проблему, а также предоставляет гибкое решение AutoML. JumpStart предлагает множество одношаговых автоматизированных решений, моделей, а также предоставляет готовые блокноты, которые вы можете настроить для своих собственных сценариев использования машинного обучения. В этой статье мы рассмотрим некоторые возможности JumpStart и различные варианты использования, которые вы можете изучить в зависимости от вашего проекта машинного обучения и набора навыков.
ПРИМЕЧАНИЕ. Для тех из вас, кто не знаком с AWS, убедитесь, что вы создали учетную запись по следующей ссылке, если хотите следовать дальше. Процесс развертывания потребует затрат, особенно если вы оставите свою конечную точку включенной и работающей. В этой статье также предполагается наличие промежуточных знаний о SageMaker и AWS.
Установка и среда разработки
SageMaker JumpStart доступен в двух вариантах: SageMaker Studio и SageMaker Python SDK. Давайте сначала рассмотрим пользовательский интерфейс Studio, где мы можем напрямую работать с решениями, предлагаемыми SageMaker JumpStart. Обязательно создайте пользователя Studio, чтобы иметь доступ к IDE. Чтобы полностью понять процесс настройки SageMaker Studio, воспользуйтесь следующим руководством.
После входа в консоль Studio вы должны увидеть значок SageMaker JumpStart на левой боковой панели.
Если вы нажмете «Обзор JumpStart», вы сможете увидеть различные предложения, которые предоставляет JumpStart. Здесь есть несколько основных категорий, которые мы можем исследовать. Существуют готовые решения JumpStart, охватывающие различные рабочие процессы машинного обучения. Эти решения интегрируют SageMaker с другими службами машинного обучения, и вы можете выбрать ту, которая подходит для вашего варианта использования. Это пример сквозного AutoML.
Допустим, вам нужна дополнительная гибкость, но вы все равно хотите оставаться в домене AutoML. Если вы посмотрите на предлагаемые модели JumpStart, вы сможете выбрать ту, которая подходит для вашего варианта использования. Давайте работать с моделью Inception V3, так как это первое предложение на странице. Нажав на модель, вы увидите варианты как для обучения, так и для развертывания модели с помощью Amazon SageMaker. .
Для пользователей, которые не хотят изучать основы SageMaker, лежащие в основе обучения и логических выводов, это отличный вариант для быстрого обучения и развертывания предварительно обученной модели. Также предлагается большая гибкость, поскольку вы можете выбрать пользовательский набор данных, с которым вы, возможно, имеете дело. Вы также можете настроить гиперпараметры для учебных заданий для дальнейшей настройки.
Если вы щелкнете по поезду, вы должны увидеть запущенное задание по обучению.
Это также будет отражено в интегрированной среде разработки Studio JumpStart Solutions.
Эта же возможность предлагается с логическим выводом. Вы можете взять образец модели и развернуть конечную точку после настройки таких деталей, как тип экземпляра.
Сила JumpStart заключается в готовой записной книжке, которая также предлагается для логических выводов. Для пользователей, которые не понимают, как вызвать конечную точку, JumpStart предоставляет записную книжку, содержащую пример вывода для конкретной выбранной вами модели.
После получения навыков логического вывода вы можете отредактировать эту записную книжку для своих собственных данных или других моделей, которые вы можете построить с нуля.
Вы также можете дополнительно фильтровать решения в JumpStart IDE по информации о домене, такой как проблема машинного обучения и тип данных.
Последняя часть пользовательского интерфейса, вероятно, является лучшим ресурсом для начала работы с SageMaker. Здесь для начала вам предлагаются различные готовые блокноты, блоги и видео.
Вы можете использовать различные примеры блокнотов, чтобы начать работу с такими компонентами SageMaker, как обучение и вывод. Вы также можете адаптировать эти записные книжки для своих собственных моделей, данных и сценариев.
Работа с SDK JumpStart SageMaker для Python
Программный способ работы с SageMaker JumpStart — через SageMaker Python SDK. Используя SDK, мы можем напрямую использовать более 300 моделей, которые предлагает JumpStart, захватив модель. Каждая модель JumpStart поставляется с model_id и model_version, которые вы можете передать в SDK, чтобы иметь возможность работать с этой моделью. Вы можете увидеть эти разные model_id и model_versions в Таблице моделей JumpStart.
Давайте непосредственно возьмем образец примера для документации SageMaker Python SDK JumpStart. Сначала нам нужно получить модель, с которой мы работаем, а также образ SageMaker.
Используя эти ресурсы, мы можем создать сущность Модель SageMaker, которую затем развернем на конечной точке.
SageMaker Python SDK упрощает процесс развертывания моделей из зоопарка моделей JumpStart.
Дополнительные ресурсы и заключение
SageMaker JumpStart — отличное место для знакомства с SageMaker. Другая основная ценность функции заключается в гибкости, которую она обеспечивает. Для тех, кто не хочет заниматься машинным обучением, вы можете использовать предварительно обученное решение. Для тех, кто не хочет заниматься моделированием, вы можете взять предварительно обученную модель и настроить ее для своего варианта использования с помощью пользовательского набора данных. Для тех, кто создает модели и просто хочет работать с SageMaker, вы можете использовать образцы блокнотов в качестве отправной точки для создания своих собственных моделей.
Я надеюсь, что эта статья послужит хорошим пособием для начинающих по JumpStart и поможет вам начать обучение работе с Amazon SageMaker в целом.
Если вам понравилась эта статья, не стесняйтесь связаться со мной в LinkedIn и подписаться на мою Информационную рассылку. Если вы новичок в Medium, зарегистрируйтесь с помощью моего Реферала для участников.
