Amazon SageMaker Studio で クイックスタート(英語)

SageMaker Studio で PyTorch の学習・推論を実行する方法について紹介します。

Amazon SageMaker Studio で PyTorch の学習・推論を実行する

ここでは、Jumpstart にあるノートブックを使います。

  1. SageMaker Studio 環境を開きます
  2. 左側メニューより、下から2番目のアイコンをクリックし、Browse Jumpstartをクリックします

  1. 検索窓に Training and Hosting a PyTorch model in Amazon SageMaker と入力します。

  1. ノートブックを開き、各セルを実行していきます

学習ジョブの実行

下記のセルで学習ジョブを実行しています

from sagemaker.pytorch import PyTorch

estimator = PyTorch(entry_point='./cifar10.py',
                    role=role,
                    framework_version='1.4.0',
                    train_instance_count=1,
                    train_instance_type='ml.c5.xlarge')

estimator.fit(inputs)

推論ジョブの実行

下記のセルで学習ジョブを実行しています

predictor = estimator.deploy(initial_instance_count=1, instance_type='ml.c5.xlarge')
# get some test images
dataiter = iter(test_loader)
images, labels = dataiter.next()

# print images, labels, and predictions
show_img(torchvision.utils.make_grid(images))
print('GroundTruth: ', ' '.join('%4s' % classes[labels[j]] for j in range(4)))

outputs = predictor.predict(images.numpy())

_, predicted = torch.max(torch.from_numpy(np.array(outputs)), 1)

print('Predicted:   ', ' '.join('%4s' % classes[predicted[j]] for j in range(4)))