もっとAI開発を楽にするための_SageMaker_PipelineでAWS_AI理解と開発効率化.pdf

Transcript

1. もっとAI開発を楽にするための SageMaker PipelineでAWS AI理解と開発効率化
2. 自己紹介
3. ⼰⼰紹介 たまえ　じゅんき 玉衛　淳輝 業務：Webアプリケーション開発 　　　スクラムマスター 　　　機械学習エンジニア …他 3 https://www.facebook.com/juk.tamm/

4. アジェンダ
5. もっとAI開発を楽にするための SageMaker PipelineでAWS AI理解と開発効率化
6. よくあるendpoint開発のお悩み
7. …
8. 様々な画像拡張（オーギュメンテーション）を毎回実行 するのが面倒。 オフライン拡張もだるいしオンライン拡張もだるい。 いろんなバリエーションを試したい エポックや画像の拡張倍率も実行時に自由に可変さ せたい 結果の成果指標や画像を毎回作るのが面倒臭い
9. そんなあなたに Sagemaker Pipeline
10. Sagemaker Pipelineの良さ 前処理、 トレーニング、 後処理、 評価処理 をコマンド一発で まとめて実行できる
11. Sagemaker Pipelineの良さ 前処理ステップ： 画像拡張（ augumentation） 回転、色調加工、拡大 など訓練データを追加。
12. Sagemaker Pipelineの良さ トレーニングステップ： S3の訓練データを用いて 並列での訓練実行
13. Sagemaker Pipelineの良さ 後処理ステップ： 訓練後のウェイトを S3に保存し、 推論インスタンスが 使用できるように
14. Sagemaker Pipelineの良さ 評価ステップ： テストデータを用いて、 モデル評価の指標を作成 （score画像、数値の生成、 　実際の生成画像の作成）
15. Sagemaker Pipelineの良さ 各処理で使用するパラメータを パイプラインの実行コマンドの引数として渡すこと ができる
16. Sagemaker Pipelineの良さ 訓練プログラムとディレクトリ
17. Sagemaker Pipelineの良さ 訓練プログラムとディレクトリ 関連モジュール YOLOなど、 AIアーキテクチャを使用するために 必要なモジュールを記載
18. Sagemaker Pipelineの良さ 訓練プログラムとディレクトリ 関連メソッド
19. Sagemaker Pipelineの良さ 訓練プログラムとディレクトリ モデル定義箇所
20. Sagemaker Pipelineの良さ 推論プログラムとディレクトリ
21. Sagemaker Pipelineの良さ 推論プログラムとディレクトリ 関連モジュール
22. Sagemaker Pipelineの良さ モデルの読み取りメソッド 推論プログラムとディレクトリ
23. Sagemaker Pipelineの良さ 入力データ取り込み時の実行メソッド 推論プログラムとディレクトリ
24. Sagemaker Pipelineの良さ 推論実行時のメソッド 推論プログラムとディレクトリ
25. Sagemaker Pipelineの良さ 出力時の実行メソッド 推論プログラムとディレクトリ
26. Sagemaker Pipelineの良さ 出力結果
27. Sagemaker Pipelineの良さ 出力結果 画像拡張で追加された 画像データとラベルデータ
28. Sagemaker Pipelineの良さ 出力結果 テストデータで検証された 出力画像リストの生成
29. Sagemaker Pipelineの良さ 出力結果 テストデータで検証された 統計情報csvの生成
30. Sagemaker Pipelineの良さ evaluationステップ 右図について TP：正しく検出できたもの FP：間違って検出したもの FN：検出すべきだったが検出できな かったもの
31. Sagemaker Pipelineの良さ evaluationステップ作成例 事前に登録しておいた ECRのURIを指定
32. Sagemaker Pipelineの良さ evaluationステップ作成例 evaluationプロセスで実行する pyファイルを指定
33. Sagemaker Pipelineの良さ evaluationステップ作成例 inputとして、 1.使用するtestデータの場所を指定 2.検証に使用するモデルのパスを指定 3.使用するカスタムモジュールの場所を指定
34. Sagemaker Pipelineの良さ ECRに登録する dockerイメージ作成 dockerにinstallするモジュールを設定
35. Sagemaker Pipelineの良さ evaluationステップ作成例 outputとして、 結果の出力先を指定
36. Sagemaker Pipelineの良さ evaluationステップ作成例 パイプラインからプログラムに渡すパラメータを指定
37. Sagemaker Pipelineの良さ 完成！
38. Sagemaker Pipelineの良さ 前処理、 トレーニング、 後処理、 評価処理 をコマンド一発で まとめて 実行できるように！
39. AWSとAIを用いて、 コストパフォーマンスの高い AIサービスを作りましょう！
40. ご清聴ありがとうございました。