AWS Step Functions을 이용한 Amazon SageMaker 모델 자동 배포 방법
AWS Step Functions을 이용한 Amazon SageMaker 모델 자동 배포 방법 Amazon SageMaker는 모델의 개발, 훈련 및 배포, 솔루션 구축 비용 절감 및 데이터 과학 팀의 생산성 개선을 위한 완전한 ML(기계 학습) 워크플로 서비스입니다. SageMaker에는 다수의 미리 정의된 알고리즘이 포함되어 있습니다. 모델 교육을 위한 훈련 이미지인 Docker 이미지와 REST 엔드포인트에 배포할 추론 모델을 제공하여 자체 알고리즘을 생성할 수도 있습니다. 기계 학습 서비스를 정식으로 구축할 때는 기계 학습 모델의 구축 및 배포를 자동화하는 단계가 중요합니다. 코드 및/또는 데이터가 업데이트되면 모델을 재교육하고 배포해야 하기 때문입니다. 이 블로그에서는 AWS Step Functions를 사용한 SageMaker의 자동화 기술에 대해 설명하며, 새로운 오픈 소스 프로젝트인 aws-sagemaker-build를 데모에 사용합니다. 이 프로젝트는 ML 워크플로를 완벽하게 구현합니다. 이 소스 코드에는 Python 및 Amazon Alexa를 사용하여 빌드를 생성, 시작 및 중지 등 빌드 진행률을 추적하는 방법을 보여주는 Jupyter 노트북이 포함되어 있습니다. aws-sagemaker-build의 목표는 Amazon SageMaker 및 AWS Step Functions를 사용하는 일반적이고 유용한 [ more… ]