SageMakerのはじめかた

はじめに

こんにちは。弥生R&D室のsiidaです。R&D室ではSageMakerを使用して機械学習 (ML) のプロジェクトを進めています。SageMakerはMLのための様々な機能が搭載されたサービスであり、データ分析からモデル訓練、ひいてはワークフローの構築まで、SageMakerの中で完結させることができます。

今回はこれまでSageMakerを使ったことがない方向けに、SageMakerのはじめかたについて紹介したいと思います。

SageMakerというと様々なML向けの機能を内包した大きなサービスではありますが、今回はSageMaker Studioを用い、データ分析でおなじみのJupyterを動かすところまで紹介しようと思います。

SageMakerのはじめかた

00_console

まずはAWSのコンソールを開きます。

01_search

次に、検索窓へ "SageMaker" と入れ、出てきた結果の中から "Amazon SageMaker" をクリックします。

02_sagemaker

するとSageMakerのページへ遷移するので、画面左のメニューから "管理者設定" の下の "ドメイン" をクリックします。

03_domain

04_pre_setting

"ドメインを作成" を押すと作成画面が表示されるので、デフォルトの設定のまま "設定" をクリックします。

デフォルトでは "シングルユーザー向けの設定 (クイックセットアップ)" となっており、今回はこちらを使用します。もしネットワークの設定などを細かく決めたい場合には "組織向けの設定" を選択してください。普段のR&D室の業務においても、カスタマイズした設定のものを利用しています。

05_setting

"設定" をクリックすると自動的にセットアップが始まります。数分間待機したのち、SageMaker Domainが作成されます。

※ブログ作成時の一時的なものなので、ドメインとユーザープロファイルをそのまま掲載しています。

06_setting_finish

作成完了後、画面左のメニューから "Applications and IDEs" の下にある "Studio" を選択します。

07_open_studio

ドメインとユーザープロファイルがさきほど作成したものであることを確認し、 "Studioを開く" をクリックします。

08_studio

左上の "Applications" から "JupyterLab" を選択します。

09_jupyter

"Create JupyterLab Space" をクリックし、出現した設定欄にスペースの名前を入力して "Create Space" を押すと、スペースが作成されます。

11_space

その後、インスタンスの種類やストレージの容量などを確認しつつ "Run Space" を押すとインスタンスが立ち上がります。

12_run

13_finish

最後に "Open JupyterLab" を実行すると、無事にSageMaker上でJupyterを実行できました。

※終了する際には、"Stop Space"を押して実行したスペースを停止してください。

まとめ

  • SageMakerを使用するには、まずドメインを作成します。
  • ドメイン作成後 "Applications and IDEs" から "Studio" を選択し、作成したドメインを指定してSageMaker Studioを起動します。
  • SageMaker Studioでは "Applications" から "JupyterLab" を選択し、スペースを作成することでJupyterのインスタンスに接続できます。

本記事は下記の記事と同じ内容です。 アクセス解析を目的としてマルチポストしています。

qiita.com

弥生では一緒に働く仲間を募集しています。 ぜひエントリーお待ちしております。

herp.careers