Amazon SageMaker いじってみた1

Pocket

こんにちは。
たいしゅうです。

前回概要を説明したAWSの新しい機械学習サービス「Amazon Sagemaker」を今回は、実際にいじってみたいと思います。
Sagemakerでは、ジュピターノートブックを利用して、Pythonのコードを書いてSDKで行う方法とコンソールから行う方法があるので、コンソールで行っていることをコードで書くとどうなるのかを説明していきたいと思います。
今回は、導入編ということで、Jupiterノートブックを使えるようになるまでを紹介したいと思います。

ノートブックインスタンス作成

まず、作業場となるJupiterノートブックを作成する必要があります。
JupiterノートブックはSagemakerのコンソールから作成することができます。
以下、からは作成手順になります。
まずは、画面の「ノートブックインスタンスを作成する」を選択します。

次に、出てきたポップアップに沿って、必要事項を入力していきます。
まずは、ノートブックインスタンス名を入力します。
命名ルールは、以下のようになっております。
・最大 63 文字の英数字が使用できます。
・ハイフン (-) は含めることができます。
・スペースは含めないでください
・同一リージョンで被らない様にする必要があります。

次に、データ参照する先のS3のIAMポリシーを選択します。
既存のポリシー、新規のポリシー、Sagemaker用に用意されているポリシーの3つから選ぶことができます。

次にノートブックインスタンスサイズを指定します。

指定できるインスタンスサイズは、全部で3つになります。
ml.t2.medium
ml.m4.xlarge
ml.p2.xlarge
になります。今回は、検証用ということもあり、ml.t2.mediumを選択します。
オプションでVPCの選択もできますが、今回は割愛します。
ここまで入力して、作成を押すと以下のように
ステータスが「pending」となり、作成を始めます。

しばらくすると以下のように「inservice」になり、ついにノートブックインスタンスを利用することができます。
利用の仕方は、ダッシュボード内「オープン」を選択することで、Jupiterノートブックのダッシュボードにページ遷移します。

今回はここまでになります。
次回は、Jupiterノートブックを使って、S3にデータをアップロードする方法等をご紹介できればと思います。

最後まで読んでいただきありがとうございました。