![[随時更新] re:Invent2019 SageMaker関連エントリーまとめ #reinvent](https://devio2023-media.developers.io/wp-content/uploads/2019/12/reinvent2019_eyecatch.jpg)
[随時更新] re:Invent2019 SageMaker関連エントリーまとめ #reinvent
re:Invent2019では、SageMakerのアップデートがたくさん発表されました。
本記事では、SageMakerに関連したセッションレポートや新機能紹介記事をまとめていきます。
随時更新していきますので、ぜひブックマークしてご確認ください！
目次
新機能、新サービス系
SageMaker Studio（ブラウザベースのIDE）
ブラウザベースで共同開発もできるIDEがリリースされました。
また、単にコードを書くだけではなく、「コードの実行」や「Amazon SageMaker Experiments」、「Amazon SageMaker Processing」、「Amazon SageMaker Debugger」等々のサービスと統合されているため、今後SageMakerで開発をする上でとてもお世話になりそうなサービスです。
こちらのサービス、12/3時点ではUS East (Ohio)リージョンのみで利用可能です。
[速報]ついにSageMekerの統合環境が登場！「SageMaker Studio」が発表されました #reinvent
Amazon SageMaker Experiments （実験管理機能）
SageMakerでの実験管理が便利にできるようになりました。
今までは、実験結果はスプレッドシートにまとめる、とか内容によってGitブランチを分けるとかの管理をしていた方も多いかと思いますが、この機能を使うと管理が楽になりそうです。
こちらの機能も、SageMakerが利用できる全てのリージョンで利用可能です。
Amazon SageMaker Notebooks （ノートブックインスタンスの管理方法の新体系）
従来のSageMakerノートブックインスタンスは「立ち上げに時間がかかる」、「サイズを変更する時に一々再起動が必要となる」といった点が辛いものでした。しかし、「Amazon SageMaker Notebooks」では、事前にAWS側で用意しておいたリソースを利用することで、「数秒で起動」したり「リソースのスケーリングを自動で変更してくれる」と嬉しい機能が付いています。
今後従来のようにSageMakerインスタンスが必要となる場合は「Amazon SageMaker Notebooks」がデフォルトになりそうですね。
「Amazon SageMaker Notebooks」は12/3時点ではまだプレビューなのですが、早く使ってみたいです！！
Amazon SageMaker Debugger (デバッグ用の新機能)
自分で色々と書いたモデルのデバッグ、辛いですよね。
この機能を使うとどの時点で不具合があるのか、とか、今までは「経験からくる勘」に頼っていた部分をより簡単に明示的にデバッグすることができます。
よくある事象に対しては事前に用意されたルールが適用でき、また、結果をNumpyで受け取ってカスタムで分析することも可能です。
こちらの機能も、SageMakerが利用できる全てのリージョンで利用可能です。
[速報] モデルのデバッグをできる Amazon SageMaker Debugger が発表されました！！ #reinvent
Amazon SageMaker Autopilot (AutoML系)
遂にきました、AutoML系のサービスですね。
データのS3パスやラベル等、最低限のことを指定するだけで「前処理」や「様々なアルゴリズムでの学習」、「ハイパーパラメータチューニング」等を実施してくれます。
また、その時に実行しているPythonコードも出力してくれるのでその後のチューニングの参考にしやすいです。
こういうのって最初のベースラインを作るのに時間がかかるので、そのベースラインを作るだけに使ってもよしですし、これはMLに興味がある方全員に一度試してみてほしいですね。
このサービスはAmazon SageMakerが対応しているリージョン全て（当然、東京も）で利用可能です。
機械学習モデルを自動的に作成するAmazon SageMaker Autopilotが発表されました！ #reinvent
Amazon SageMaker Processing (前処理や後処理、評価等のワークフローを統合管理する機能)
従来までは「前処理」と「評価」のスクリプトが分離してしまいがちでしたが、Processingを使うことで簡単に統合することができるようになります。
また、「開発＆検証時は小さいインスタンスを使っていてパフォーマンスが出ない」こともあるかもしれませんが、Processingを使うことでSageMakerに処理を投げることが可能となります。
更に、自前のコンテナを使うことも可能です。
シンプルだけど使いこなせると色々便利そうな機能ですね。
このサービスはAmazon SageMakerが対応しているリージョン全て（当然、東京も）で利用可能です。
機械学習における前後処理と評価処理を担う、Amazon SageMaker Processingが発表されました #reinvent
Amazon SageMaker Model Monitor (Inputデータの変化を検知)
モデルを学習してデプロイしてから、学習に用いたデータと推論で投入されるデータの統計量が変化してしまうと、精度低下等の問題が発生してしまいます。
そのような場合にはなにはさておきとりあえず、「問題があった」ということを検知したいですよね。
「Amazon SageMaker Model Monitor」を使うと、「モデル学習時に使ったデータと推論に投入されているデータの統計的特徴の違いからアラートを発したりレポートを作成してくれる」ので、とても便利そうです。
このサービスも、Amazon SageMakerが対応しているリージョン全て（当然、東京も）で利用可能です。
[速報] Amazon SageMaker Model Monitor がGAでリリースされました！ #reinvent
Deep Graph Library (グラフNNのサポート)
その名の通り、グラフNNを実装するためのライブラリをサポートした、というものです。
具体的には「Deep Graph Library」を簡単に使えるようになっているようですね。
グラフ系はやったことない、という方でもサンプルから手を動かしていくことができそうです。
グラフはやったことないけど興味があった、という方は是非一度サンプルを試してみるといいかと思います。
こちらも既に利用可能です。
セッション系
re:Invent2019で報告のあったSageMaker関連のレポート一覧です。
[レポート] MLモデルのデプロイを自動化するライフサイクル Automated ML model development life cycle #ARC318 #reinvent
[レポート] MLモデルのデプロイを自動化するライフサイクル Automated ML model development life cycle #ARC318 #reinvent
[レポート] 機械学習の4大ユースケースを対処するための経験の積み方 GPSBUS205 #reinvent
[レポート] Deeplens用に適切にDeepLearningモデルを調整する #AIM405 #reinvent
[レポート] AIM206-干し草の山で針を見つける : AIを使用してコンテンツ管理を変革する #AIM206 #reinvent
[レポート] AIM206-干し草の山で針を見つける : AIを使用してコンテンツ管理を変革する #AIM206 #reinvent
Amazon SageMaker Debuggerを試してみた #reinvent
[レポート]AIM361-R1 – Amazon SageMakerを用いた機械学習モデルの最適化 #reinvent
[レポート] 機械学習でゲームチェンジ：AI, ML, IoT がどのようにスポーツを変えているか #AIM369 #reinvent
[レポート] 機械学習でゲームチェンジ：AI, ML, IoT がどのようにスポーツを変えているか #AIM369 #reinvent
[レポート]CON306-R1 – 機械学習インフラストラクチャ on Amazon EKS with Kubeflow の構築 #reinvent
[レポート]CON306-R1 – 機械学習インフラストラクチャ on Amazon EKS with Kubeflow の構築 #reinvent
Amazon SageMaker Model Monitorを試してみた #reinvent
Amazon SageMaker Processingを試してみた #reinvent
[レポート]AIM214-R1 – 機械学習のための初のIDE、Amazon SageMaker Studioの紹介 #reinvent
[レポート]AIM214-R1 – 機械学習のための初のIDE、Amazon SageMaker Studioの紹介 #reinvent
[レポート] 新機能Amazon SageMaker Model Monitorでコンセプトドリフトを検知してモデルの品質を担保する [REPEAT] The new Amazon SageMaker Model Monitor: Address concept drift & model quality #AIM213-R #reinvent
Amazon SageMaker Autopilotを使ってみた
[レポート] 新機能「Amazon SageMaker Debugger」の紹介（MLモデルの内容を理解しよう） Intro to Amazon SageMaker Debugger: Get insights into ML model training #AIM216-R #reinvent
[レポート]AIM362-R1 – Amazon SageMakerを使った構築、学習&デバッグ、デプロイ&モニタリング #reinvent
[レポート]AIM362-R1 – Amazon SageMakerを使った構築、学習&デバッグ、デプロイ&モニタリング #reinvent
Amazon SageMaker Experimentsを試してみた #reinvent
[レポート]AIM338 – コンテナとAmazon SageMakerにおける機械学習 #reinvent
Amazon SageMaker Autopilotを使ってみた
[レポート] Amazon Augmented AI (Amazon A2I) を使った機械学習の推論結果レビュー Introducing Amazon Augmented AI for human review of ML predictions, featuring VidMob
[レポート] 初！機械学習のためのIDE、Amazon SageMaker Studio の紹介 #AIM214 #reInvent
[レポート] 初！機械学習のためのIDE、Amazon SageMaker Studio の紹介 #AIM214 #reInvent
[SageMaker Studio]IAMを使ってログインする #reinvent
[SageMaker Studio]AWS SSOを使ってシングルサインオンする #reinvent
[レポート] Facebookにおける機械学習のための大規模分散システム AWS infrastructure for large-scale distributed training at Facebook AI # CMP304 #reinvent
新しい記事が上がり次第、随時更新します。
