Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
【AWS パートナーミートアップ in 大阪】「SageMaker Canvas」で「Bedrock」の基盤モデルをファインチューニングして俳句のウマさを競わせてみた_DENET寺井_20231219
Search
Toshiki Terai
December 19, 2023
Technology
0
250
【AWS パートナーミートアップ in 大阪】「SageMaker Canvas」で「Bedrock」の基盤モデルをファインチューニングして俳句のウマさを競わせてみた_DENET寺井_20231219
「SageMaker Canvas」から「Bedrock」の基盤モデルをファインチューニングして、俳句のウマさを比較検証して競わせてみたお話
Toshiki Terai
December 19, 2023
Tweet
Share
More Decks by Toshiki Terai
See All by Toshiki Terai
【緊急開催!サーバーレス座談会 in JAWS-UG 大阪】Lambdaの「プロビジョニング済み同時実行」を試す_DENET寺井_20230924
ttelltte
0
37
【四国クラウドお遍路2023】パタパタプロジェクト-AWSを活用して手軽に画像分析を実装した_20230916
ttelltte
1
290
AWS駆け出しエンジニアがノーコードに触れてみた #JAWS-UG 四国クラウドお遍路(2022-1112)
ttelltte
1
260
Other Decks in Technology
See All in Technology
YJIT Makes Rails 1.7x faster / RubyKaigi 2024
k0kubun
2
410
QAエンジニアが伝えたい品質保証の羅針盤 / Compass for Quality Assurance
mii3king
1
320
TiDBにおけるテーブル設計と最適化の事例
cygames
0
790
試作とデモンストレーション / Prototyping and Demonstrations
ks91
PRO
0
160
サイボウズ 開発本部採用ピッチ / Cybozu Engineer Recruit
cybozuinsideout
PRO
9
37k
技術力の伸ばし方を考える
khirata
0
140
B2C、B2B プロダクトマネジメントの違い(および思考の罠) / B2C, B2B PM and reduction fallacy
ykmc09
5
2.3k
令和版ソフトウェアエンジニアの情報収集術 PHPカンファレンス香川2024
ysknsid25
4
850
AWS アーキテクチャ作図入門/aws-architecture-diagram-101
ma2shita
16
6.7k
汎用ポリシー言語Rego + OPAと認可・検証事例の紹介 / Introduction Rego & OPA for authorization and validation
mizutani
1
130
Dungeons and Dragons and Rails
joelq
0
230
シンプルなHITL機械学習と様々なタスクにおけるHITL機械学習
naohachi89
0
310
Featured
See All Featured
Web development in the modern age
philhawksworth
203
10k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
245
20k
Creatively Recalculating Your Daily Design Routine
revolveconf
211
11k
Into the Great Unknown - MozCon
thekraken
15
1.1k
It's Worth the Effort
3n
180
27k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
34
6.1k
Building a Scalable Design System with Sketch
lauravandoore
457
32k
Typedesign – Prime Four
hannesfritz
36
2.1k
Building Effective Engineering Teams - LeadDev
addyosmani
33
1.9k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
21
2k
Facilitating Awesome Meetings
lara
43
5.6k
YesSQL, Process and Tooling at Scale
rocio
165
13k
Transcript
~生成系AI の流行りに乗って~ 2023-12-19 AWS パートナーミートアップ in 大 阪 株式会社ディーネット 寺井
俊喜(テライ トシキ) 1 「SageMaker Canvas」で「Bedrock」の基盤モデルを ファインチューニングして俳句のウマさを競わせてみた
自己紹介 2 • 名前 - 寺井 俊喜(テライ トシキ) • 所属
- 株式会社ディーネット(2022/12~) - クラウドビジネス部 アーキテクト課 • 好きなこと - 音楽、猫、お酒、ゲーム、効率化 • 好きなAWSサービス - Amazon EventBridge • SNS/ブログ - Twitter(@TeraiToshiki) - DENET技術ブログ(t.terai) follow me !!
目次 3
目次 4 1.「SageMaker Canvas」について 2.実際に使ってみた 3.ファインチューニングする 4.結果 5.まとめ
そもそも 「Amazon SageMaker」とは? 5
Amazon SageMaker について 参考: https://aws.amazon.com/jp/sagemaker/ 6 • フルマネージドな機械学習サービス • 機械学習モデルを簡単に構築、トレーニング、デプロイ
Amazon SageMaker について 参考: https://aws.amazon.com/jp/sagemaker/ 7 ① ② ③ ✕
④ ⑤ ⑥ ⑦ ⑧ ⑨ ⑩ ⑪ ⑫ ⑬ ⑭ ⑮ ⑯ ✕
Amazon SageMaker について 8
「Amazon SageMaker Canvas」とは 9
Amazon SageMaker Canvas について 参考: https://aws.amazon.com/jp/sagemaker/canvas/ 10 • ノーコードで機械学習モデルが作れるサービス •
直感的操作で機械学習モデルの 作成や予測を実現するノーコードツール
「Amazon SageMaker Canvas」 実際に使ってみた(サクサクいきます。) 11
SageMaker Canvas やってみた – クイックセットアップ 12
SageMaker Canvas やってみた – クイックセットアップ 13
SageMaker Canvas やってみた – Canvas起動 14
SageMaker Canvas やってみた – Canvas起動 15
SageMaker Canvas やってみた – Bedrockモデル有効化 16
SageMaker Canvas やってみた – モデルの使用 17
SageMaker Canvas やってみた – モデルの使用 18
SageMaker Canvas やってみた – モデルを複数比較 19
SageMaker Canvas やってみた – 俳句作ってもらう 20
SageMaker Canvas やってみた – 俳句作ってもらう 21
SageMaker Canvas やってみた – 俳句作ってもらう 22
SageMaker Canvas やってみた – 俳句作ってもらう 23
SageMaker Canvas やってみた – Jurassic-2 Ultraについて 24
SageMaker Canvas やってみた – 俳句作ってもらう 25
「Amazon SageMaker Canvas」基盤モデルの ファインチューニングやってみた 26
ファインチューニング(Fine-tuning)について 引用: https://enterprisezine.jp/article/detail/18011 27 • 「Fine-tuning」 を直訳 → 「微調整」 •
基盤となるモデルを特定のタスクやデータに合わせて 性能を 「微調整」して最適化 するプロセス
SageMaker Canvas で Fine-tuning やってみた – Fine-tune model 作成 28
SageMaker Canvas で Fine-tuning やってみた – データセットの作成 29
SageMaker Canvas で Fine-tuning やってみた – データセットの作成 30
SageMaker Canvas で Fine-tuning やってみた – データセットの作成 31
SageMaker Canvas で Fine-tuning やってみた – Fine-tune 設定 32
SageMaker Canvas で Fine-tuning やってみた – Fine-tune の実行権限 33
SageMaker Canvas で Fine-tuning やってみた – Fine-tune の実行権限 34
SageMaker Canvas で Fine-tuning やってみた – カスタムモデルの起動 35
SageMaker Canvas で Fine-tuning やってみた – カスタムモデルの起動 36
SageMaker Canvas で Fine-tuning やってみた – Provisioned Throughput 料金 37
SageMaker Canvas で Fine-tuning やってみた – ファインチューニング後のモデル使用 38
SageMaker Canvas で Fine-tuning やってみた – 俳句作ってもらう 39
まとめ 40
まとめ 41 ➢ 直感的に操作できて簡単 • GUIの扱いやすさ • インフラを意識しなくていい • MLの知識がなくてもできた
(とはいえもう少し知ってた方がイイ…) ➢ 料金には注意 • SageMaker Canvas: • ワークスペースインスタンス (セッション-時間) の料金:1.9 USD/時間 • Bedrock: • 1 時間あたり 1 モデルユニットの推定価格:20.50USD/時間 ※分単位ではなく時間単位
株式会社ディーネット 寺井 俊喜(テライ トシキ) AWSアドバンスト コンサルティングパートナー 42 ご清聴ありがとうございました。