입문

리:Invent 2018에서 발표한 머신러닝 서비스 Amazon SageMaker의 새로운 기능인 Amazon SageMaker Neo의 개요는'AWS ML University'에서 공개되었습니다. 번역하면서 소개하고 싶습니다.
내용의 접근 방법은 여기에 기재되어 있다.

Introduction to Amazon SageMaker Neo

과정 개요

기계 학습에 관한 조치

아마존 SageMaker Neo

용례

기계 학습에 관한 조치

기계 학습은 최근 몇 년 동안 세계에서 주목받는 기술이지만 실제 사용에는 많은 장애가 있다.

주제에 가장 적합한 프레임워크는 무엇입니까

선택한 프레임워크를 사용하여 모델 구축

샘플 데이터로 모델의 예측 검증을 하고 예측 정밀도를 높인다

어플리케이션에서 제작된 모델 공동 작업

플랫폼에 프레임워크, 모델 및 어플리케이션 배포

이런 장애에서 실제 비즈니스 도입 기계 학습을 논의해도 많은 개발자들이 절차의 다소 걸려 넘어지는 경우가 많다.

아마존 SageMaker는 그런 문턱에서 고생할 필요가 없는 서비스다.기계 학습의 모델을 간단하게 구축할 수 있고 모델 검증에 필요한 모든 데이터와 연결을 통해 신속하게 검증할 수 있다.아마존 Sage Maker는 응용 프로그램에 가장 좋은 프레임워크와 알고리즘을 선택합니다.
그럼에도 불구하고 모델을 구축하는 것은 쉽지 않다.여러 플랫폼 중에서 최상의 성능을 제공할 수 있는 모델을 선택하는 것은 매우 어렵다.

실제 현장에서 발생하는 모델 배치 문제를 예로 들다.개발자는 모델을 구축할 때 프레임워크를 사용하는 모든 플랫폼에 설치해야 하지만 원가와 용량 등 문제로 인해 플랫폼에서 지원할 수 있는 프레임워크와 설치 가능한 수량이 제한될 수 있다.
따라서 개발자는 부적합한 프레임워크 사용 등 제한에서 모델을 구축하거나 프레임워크에 따라 모델 설정을 다시 수정한다.이것이 바로 기계 학습 분야의 발전을 가로막는 요인이다.

다른 문제는 개발자들이 여러 프레임워크를 사용하여 여러 플랫폼을 시도하는 상황에 직면하게 된다는 것이다.프레임의 구성, 저장 방법, 처리된 파일 등이 각기 다르기 때문에 플랫폼이 모든 계획에서 사용할 프레임과 모델에 대응할 수 있도록 고급 공정이 필요하다.

아마존 SageMaker Neo는 이런 번거로운 일을 할 필요가 없다.아마존 SageMaker Neo는 프레임워크에 구축된 모델을 각자의 플랫폼에 적합한 상태로 전환할 수 있다.

아마존 SageMaker Neo 정보

다음은 아마존 SageMaker Neo를 소개합니다.아마존 SageMaker Neo는 아마존 SageMaker의 새로운 기능입니다.Neo는 모든 프레임워크에서 모델을 검증하고 모든 플랫폼에서 모델을 사용하기 위한 서비스입니다.

아마존 SageMaker Neo는 구축된 모델을 프레임워크에서 최상의 코드로 바꾸어 여러 플랫폼에서 사용할 수 있도록 한다.변환 후에는 프레임이 필요하지 않기 때문에 시간을 단축할 수 있다.아마존 SageMaker Neo는 컨트롤러에서 접근할 수 있으며 몇 번만 누르면 모형을 시작할 수 있다.

아마존 SageMaker Neo에는 두 가지 주요 구성 요소가 있습니다.

생성된 모형을 용기화

모델의 공유 라이브러리화

다음은 아마존 SageMaker Neo의 구조를 소개합니다.사용자가 아마존 SageMaker에 작업 요청을 제출하면 작업 상태가'Starting'에서'In-Progress'로 바뀌어 모델을 컴파일하기 시작합니다.완료되면 상태가 완료로 바뀝니다.
※ 중간에 멈출 수도 있습니다. 이 경우 상태가'Stopping'에서'Stopped'로 바뀝니다.
아마존 SageMaker Neo의 가장 큰 특징은 모델이 어떤 플랫폼에도 적용된다는 것이다.

아마존 SageMaker Neo는 모든 플랫폼의 모델을 쉽게 변환할 수 있습니다.이전의 2배 이상의 속도로 정확하게 전환할 수 있다.전환할 때마다 모델과 플랫폼의 데이터를 축적한다.변환 후 플랫폼을 사용하지 않아도 되기 때문에 모델 운행에 따른 부하를 줄일 수 있다.

용례

아마존 SageMaker Neo는 가장자리와 클라우드에서 기계 학습 모형을 사용할 수 있다.휴대전화 단말기와 IoT를 예로 들다.아마존 SageMaker Neo는 휴대전화와 IoT의 제한을 풀어 이미지 처리와 대상 검측 등을 배치하는 데 도움을 준다.아마존 SageMaker Neo는 S3의 데이터와 전송된 데이터를 사용하여 클라우드에서 모델을 변환할 수 있다.아마존 SageMaker Neo도 데이터베이스에서 자신이 좋아하는 형식으로 만든 기계 학습 모델을 실행할 수 있다.

아마존 SageMaker Neo 요약

심층 학습 모델과 정책 결정 트리 모델 등에 대응

Apache MXNet, TensorFlow, PyTorch, XGBoost 등

지원

다양한 인스턴스 유형의 에지 장치 지원

머신러닝 성능 향상 및 부하 감소, 모든 플랫폼에 대응할 수 있는 상태로 전환

총결산

어때?아마존 SageMaker Neo는 상업적으로 기계 학습을 실시하는 과제, 기계 학습 모델의 최적화와 표준화를 해결했다.지금까지 모형 제작 분야와 설치 분야의 거리가 대폭 단축되었다!