🌊

sagemakerでオリジナルモデルAPIデプロイを行うために参考になったサイト群

2024/02/28に公開

優先順位(MUST): 1day
一番参考になるもの:

https://zenn.dev/thiem/articles/32ecf93b585dc8

sagemakerでのs3へのデータやり取りの参考になるやつ:
※優先度:MUST

https://github.com/aws-samples/aws-ml-jp/blob/fe5b96de3c32b4c3fcfc414823c113f7111d27bb/sagemaker/sagemaker-training/tutorial/1_hello_sagemaker_training.ipynb#L4

もしくは以下(上記の記事の方がわかりやすい)

https://pages.awscloud.com/rs/112-TZM-766/images/202205_AWS_Black_Belt_AIML_Dark_01_AmazonSageMakerTraining.pdf

https://dev.classmethod.jp/articles/how-to-check-about-changing-the-pipeline-of-on-premise-to-aws-sagemaker/

sagemakerEndpointとAPI gatewayの紐付けで参考になるもの

※優先度:暇ならみる程度

https://www.cloudbuilders.jp/articles/727/

用途:カスタムイメージのECRへの登録方法など(優先度:暇ならみる)

https://dev.classmethod.jp/articles/how-to-check-about-changing-the-pipeline-of-on-premise-to-aws-sagemaker/

ドッカーイメージを作ってアップロードしたり、簡易的にs3経由でトレーニングインスタンスへ情報を渡す方法や、ドッカーイメージの例など
https://dev.classmethod.jp/articles/how-to-check-about-changing-the-pipeline-of-on-premise-to-aws-sagemaker/

補足情報:

・やはりfrom sagemaker.pytorch import PyTorch
を用いたデプロイ機能を使うのが一番楽そう?

NO! 自分の場合はopen-cvを用いるので、ドッカーファイル作ってECRに登録するのが良かった

・sageMaker jump startは少し簡単すぎてカスタマイズ性が低いので、できれば選択しないほうが良い(自分は)

・この利点は簡易にインスタンスのデプロイが行えること

・APIゲートウェイやラムダを用いて画像を変更してあげるのが大事

優先!
https://qiita.com/kazuneet/items/294357a2214ac733f6f1

API構築したい場合(sagemaker関係なく)
https://zenn.dev/tofucode/articles/33e34d7fcdbbdd

deploy時にマスト実装の参考になるもの
https://github.com/aws/amazon-sagemaker-examples/tree/main/advanced_functionality/scikit_bring_your_own/container

Discussion