この投稿は、アクセンチュアのクラウド アーキテクトである Zdenko Estok と、アクセンチュアの DeepRacer SME である Sakar Selimcan によって共同執筆されました。
大多数の業界 (ヘルスケアから保険、製造からマーケティングまで) で人工知能 (AI) と機械学習 (ML) の使用が増加するにつれて、モデルを大規模に構築およびトレーニングする際の主な焦点は効率に移行しています。 スケーラブルで手間のかからないデータ サイエンス環境を構築することが重要です。 特定のユースケースに合わせて調整された環境を起動して構成するには、かなりの時間がかかる可能性があり、同僚をオンボーディングしてコラボレーションするのはさらに困難です。
による アクセンチュア、AI と ML を効率的にスケーリングできる企業は、投資収益率をほぼ XNUMX 倍にすることができます。 それでも、すべての企業が AI/ML ジャーニーで期待される利益を達成できるわけではありません。 インフラストラクチャを自動化するためのツールキットは、企業内で AI/ML の取り組みを水平方向にスケーリングするために不可欠になります。
AWS ディープレーサー は、エージェントが特定の環境で実行する最適なアクションを発見する ML 手法である強化学習 (RL) を開始するためのシンプルで楽しい方法です。 私たちの場合、それはトラックを高速でレースしようとする AWS DeepRacer 車両です。 RL モデルのトレーニングの基本を説明するハンズオン チュートリアルを使用して、すぐに RL を開始し、エキサイティングな環境でそれらをテストできます。 自動運転カーレースの経験.
この投稿では、企業が Infrastructure as Code (IaC) を AWSクラウド開発キット (AWS CDK) を使用して、転送性の高いインフラストラクチャの作成とレプリケーションを加速し、AWS DeepRacer イベントを大規模に簡単に競うことができます。
「IaC と管理された Jupyter 環境を組み合わせることで、両方の長所を得ることができました。AWS DeepRacer の競合他社に参加して、彼らが最も得意とすること、つまり高速モデルを高速にトレーニングすることに集中するための、反復可能で高度に転送可能なデータサイエンス環境です。」
– Accenture の AWS DeepRacer SME である Selimcan Sakar 氏。
ソリューションの概要
複数のユースケースに適用できるスケーラブルなテンプレートを作成する場合、必要なすべてのサービスをオーケストレーションするにはかなりの時間がかかります。 過去に、 AWS CloudFormation これらのサービスの作成を自動化するためのテンプレートが作成されています。 IaC ツールを使用してさまざまな環境をセットアップするための抽象化レベルの向上による自動化と構成の進歩により、AWS CDK はさまざまな企業で広く採用されています。 AWS CDK は、クラウド アプリケーション リソースを定義するためのオープンソース ソフトウェア開発フレームワークです。 プログラミング言語の親しみやすさと表現力を利用してアプリケーションをモデル化し、リソースを安全かつ反復可能な方法でプロビジョニングします。
この投稿では、ログ分析を実行するために必要なさまざまなコンポーネントのプロビジョニングを有効にします。 アマゾンセージメーカー AWS CDK 経由の AWS DeepRacer で 構成.
DeepRacer コンソール内で提供される分析グラフは、付与された報酬と達成された進行状況に関して効果的かつ単純である場合、車がウェイポイントを通過する速さ、または車がトラックの周りでどのような種類のラインを好むかについての洞察を提供しません. ここで、高度なログ分析の出番です。 当社の高度なログ分析は、レトロスペクティブにトレーニングを効率化し、複数のモデルをトレーニングする際にどの報酬関数とアクション スペースが他のモデルよりもうまく機能するか、モデルが過剰適合しているかどうかを理解することを目的としています。
私たちのソリューションでは、AWS CDK を使用して AWS DeepRacer 環境設定を説明し、AWS DeepRacer イベントのために AWS で SageMaker ログ分析と強化学習を実験するユーザーの旅を加速します。
管理者は、 GitHubレポ ビア AWSマネジメントコンソール または、環境にコードをロードした後のターミナルで。 手順は次のとおりです。
- Open AWS クラウド9 コンソールで。
- GitHub から AWS CDK モジュールを AWS Cloud9 環境にロードします。
- この投稿で説明されているように、AWS CDK モジュールを構成します。
- cdk.context.json ファイルを開き、すべてのパラメーターを調べます。
- 必要に応じてパラメータを変更し、目的のペルソナで AWS CDK コマンドを実行して、そのペルソナに適した設定済みの環境を起動します。
次の図は、ソリューションのアーキテクチャを示しています。
AWS CDK の助けを借りて、プロビジョニングされたリソースをバージョン管理し、エンタープライズ レベルのベスト プラクティスに準拠した高度に転送可能な環境を実現できます。
前提条件
AWS CDK を使用して ML 環境をプロビジョニングするには、次の前提条件を満たす必要があります。
- リージョン内の AWS アカウントとアクセス許可にアクセスして、さまざまなペルソナに必要なリソースをデプロイします。 AWS CDK スタックをアカウントにデプロイするための認証情報とアクセス許可があることを確認してください。
- 次のリソースで説明されている概念を通じて強調されている特定のベスト プラクティスに従うことをお勧めします。
- クローン GitHubレポ あなたの環境に。
ポートフォリオをアカウントにデプロイする
このデプロイでは、AWS Cloud9 を使用して、AWS CDK を使用したデータ サイエンス環境を作成します。
- AWS Cloud9 コンソールに移動します。
- 環境タイプ、インスタンス タイプ、およびプラットフォームを指定します。
- あなたの AWS IDおよびアクセス管理 (IAM) ロール、VPC、およびサブネット。
- AWS Cloud9 環境で、DeepRacer という名前の新しいフォルダーを作成します。
- 次のコマンドを実行して AWS CDK をインストールし、ポートフォリオをデプロイするための適切な依存関係があることを確認します。
- AWS CDK がインストールされていることを確認し、ドキュメントにアクセスするには、ターミナルで次のコマンドを実行します (AWS CDK ドキュメントにリダイレクトされます)。
- これで、AWS DeepRacer リポジトリのクローンを作成できます。 GitHubの.
- AWS Cloud9 で複製されたリポジトリを開きます。
の内容を確認したら、 DeepRacer_cdk
ディレクトリには、というファイルがあります package.json
必要なすべてのモジュールと依存関係が定義されています。 ここで、モジュール内のリソースを定義できます。
- 次に、AWS CDK アプリに必要なすべてのモジュールと依存関係をインストールします。
これにより、対応する CloudFormation テンプレートが合成されます。
- デプロイを実行するには、context.json ファイルをパラメーター名で変更するか、実行時に明示的に定義します。
スクリプトの実行に基づいて、AWS DeepRacer ログ分析用に次のコンポーネントが作成されます。
- An IAMの役割 管理ポリシーを使用した SageMaker ノートブックの場合
- A SageMakerノートブックインスタンス cdk コンテキスト パラメータとして明示的に追加されたインスタンス タイプ、または context.json ファイルに格納されたデフォルト値
- context.json ファイルで指定された CIDR を持つ VPC と、XNUMX つのパブリックサブネットが構成されている
- VPC 内での通信を可能にする Sagemaker ノートブック インスタンスの新しいセキュリティ グループ
- 別のコンテンツをプリロードする bash スクリプトを含む SageMaker ライフサイクル ポリシー GitHubリポジトリ、AWS DeepRacer モデルでログ分析を実行するために使用するファイルが含まれています
- 次のように AWS CDK スタックを実行できます。
- スタックがデプロイされているリージョンの AWS CloudFormation コンソールに移動して、リソースを確認します。
これで、ユーザーはこれらのサービスを使用して、AWS DeepRacer 用の SageMaker でログ分析とディープ RL モデルのトレーニングを開始できるようになりました。
モジュールのテスト
スタックをデプロイする前にいくつかの単体テストを実行して、必要なリソースを誤って削除していないことを確認することもできます。 単体テストは次の場所にあります。 DeepRacer/test/deep_racer.test.ts
次のコードで実行できます。
cdk-dia を使用してダイアグラムを生成する
ダイアグラムを生成するには、次の手順を実行します。
- インストールを開始する
graphviz
オペレーティング システムのツールを使用して:
これにより、cdk-dia アプリケーションがインストールされます。
- 次のコードを実行します。
AWS CDK スタックのグラフィカル表現は .png 形式で保存されます。
前の手順を実行すると、ノートブック インスタンスの作成プロセスとステータスが表示されるはずです。 保留中. ノートブック インスタンスのステータスが InService (次のスクリーンショットに示すように)、次の手順に進むことができます。
- 選択する Jupyterを開く ログ分析を実行するための Python スクリプトの実行を開始します。
AWS DeepRacer および関連する視覚化を使用したログ分析の詳細については、次を参照してください。 ログ分析を使用して実験を推進し、AWS DeepRacer F1 ProAm レースに勝つ.
クリーンアップ
継続的な課金を回避するには、次の手順を実行します。
- cdk destroy を使用して、AWS CDK 経由で作成されたリソースを削除します。
- AWS CloudFormation コンソールで、CloudFormation スタックを削除します。
まとめ
AWS DeepRacer イベントは、関心を高め、組織のすべての柱とレベルにわたって ML の知識を高める優れた方法です。 この投稿では、動的な AWS DeepRacer 環境を構成し、選択的なサービスをセットアップして、AWS プラットフォームでのユーザーのジャーニーを加速する方法を共有しました。 Amazon SageMaker ノートブック インスタンス、IAM ロール、ベスト プラクティスを使用した SageMaker ノートブック ライフサイクル構成、VPC、およびサービスを作成する方法について説明しました。 アマゾン エラスティック コンピューティング クラウド (Amazon EC2) インスタンスは、AWS CDK を使用したコンテキストの識別と、AWS DeepRacer を使用したさまざまなユーザーのスケーリングに基づいています。
CDK 環境を構成し、高度なログ分析ノートブックを実行して、モジュールの実行を効率化します。 レーサーがより短い時間でより良い結果を達成し、報酬の機能とアクションに関する詳細な洞察を得るのを支援します。
参考文献
詳細については、次のリソースを参照してください。
著者について
ズデンコ・エストック Accenture でクラウド アーキテクトおよび DevOps エンジニアとして働いています。 彼は AABG と協力して革新的なクラウド ソリューションの開発と実装を行っており、Infrastructure as Code とクラウド セキュリティを専門としています。 Zdenko はオフィスまで自転車で行くのが好きで、自然の中で散歩を楽しんでいます。
セリムカン「カン」サカール Accenture のクラウド ファースト デベロッパー兼ソリューション アーキテクトであり、人工知能に重点を置いており、モデルの収束を見守ることに情熱を注いでいます。
シカール・クワトラ アマゾン ウェブ サービスの AI/ML スペシャリスト ソリューション アーキテクトであり、大手グローバル システム インテグレーターと協力しています。 Shikhar は、組織の費用対効果が高くスケーラブルなクラウド環境の設計、構築、および維持を支援し、AWS で戦略的な業界ソリューションを構築する GSI パートナーをサポートします。 Shikhar は余暇にギターを弾いたり、作曲したり、マインドフルネスを実践したりすることを楽しんでいます。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- Platoblockchain。 Web3メタバースインテリジェンス。 知識の増幅。 こちらからアクセスしてください。
- 情報源: https://aws.amazon.com/blogs/machine-learning/configure-an-aws-deepracer-environment-for-training-and-log-analysis-using-the-aws-cdk/
- 10
- 100
- 11
- 7
- 9
- a
- できる
- 加速する
- アクセンチュア
- アクセス
- 偶然
- 達成する
- 達成
- 越えて
- Action
- 行動
- 追加されました
- NEW
- 採択
- 高度な
- 進歩
- 後
- エージェント
- AI
- AI / ML
- エイズ
- 目指して
- すべて
- 許可
- Amazon
- Amazon EC2
- アマゾンセージメーカー
- Amazon SageMakerスタジオ
- Amazon Webサービス
- 量
- 分析
- &
- 別の
- API
- アプリ
- 申し込み
- 適用された
- 建築
- 周りに
- 人工の
- 人工知能
- 人工知能(AI)
- アシスト
- 関連する
- 自動化する
- オートメーション
- 利用できます
- 避ける
- AWS
- AWS クラウド9
- AWS CloudFormation
- AWS ディープレーサー
- ベース
- bash
- の基礎
- になる
- さ
- BEST
- ベストプラクティス
- より良いです
- 持って来る
- 建物
- 呼ばれます
- 取得することができます
- 自動車
- 場合
- 例
- 一定
- 変化する
- 課金
- クラウド
- クラウドセキュリティ
- Cloud9
- コード
- 協力します
- 同僚
- 組み合わせた
- コミュニケーション
- 企業
- 競争する
- 競合他社
- コンプリート
- コンポーネント
- 計算
- コンセプト
- かなりの
- 領事
- 含まれています
- コンテンツ
- コンテキスト
- コントロール
- 収束する
- 株式会社
- 対応する
- 作ります
- 作成した
- 作成
- 創造
- Credentials
- データ
- データサイエンス
- 深いです
- ディープレーサー
- デフォルト
- 定義済みの
- 展開します
- 展開
- 展開する
- 展開
- 記載された
- 破壊する
- 詳細な
- 細部
- 開発する
- Developer
- 開発
- DevOps
- 図
- 異なります
- 発見する
- 議論する
- ドキュメント
- そうではありません
- ドライブ
- 間に
- ダイナミック
- 簡単に
- 効果的な
- 効率
- 効率良く
- 努力
- どちら
- enable
- エンジニア
- 企業レベル
- 企業
- 環境
- 環境
- 本質的な
- エーテル(ETH)
- さらに
- イベント
- イベント
- エキサイティング
- 予想される
- 表現力豊かな
- f1
- 親しみ
- スピーディー
- File
- 名
- フォーカス
- フォロー中
- 次
- 形式でアーカイブしたプロジェクトを保存します.
- フレームワーク
- から
- 楽しいです
- 機能
- 利得
- 生成する
- 取得する
- GitHubの
- 与える
- 与えられた
- グローバル
- 付与された
- グラフ
- 素晴らしい
- グループ
- ガイド
- 実践的な
- ヘルスケア
- 助けます
- 強調表示された
- 非常に
- 水平な
- 認定条件
- How To
- HTML
- HTTPS
- IAC
- IAM
- 識別
- アイデンティティ
- 実装する
- in
- 増える
- の増加
- 産業
- 産業を変えます
- 情報
- インフラ
- 革新的な
- 洞察力
- 洞察
- install
- インストール
- 保険
- インテリジェンス
- 関心
- インベストメント
- IT
- 旅
- JSON
- キー
- 種類
- 知識
- ESL, ビジネスESL <br> 中国語/フランス語、その他
- 起動する
- 主要な
- 学習
- レベル
- LINE
- ローディング
- 位置して
- 機械
- 機械学習
- 大多数
- make
- 管理します
- マネージド
- 管理
- 方法
- 製造業
- マーケティング
- 大会
- マインドフルネス
- ML
- モデリング
- モデル
- モジュール
- モジュール
- 移動
- の試合に
- 音楽を聴く際のスピーカーとして
- 名
- 自然
- ほぼ
- 必要
- 必要とされる
- 新作
- 次の
- ノート
- Office
- オンボード
- 継続
- オープンソース
- オープンソースソフトウェア
- オペレーティング
- オペレーティングシステム
- 最適な
- 注文
- 組織
- その他
- パラメーター
- パラメータ
- パートナー
- 情熱
- 過去
- 実行
- パーミッション
- プラットフォーム
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- プレイ
- 再生
- 方針
- ポートフォリオ
- ポスト
- 電力
- プラクティス
- 前提条件
- 主要な
- プロセス
- プログラミング
- プログラミング言語
- 進捗
- 提供
- 準備
- 公共
- Python
- すぐに
- レース
- レーサー
- レーシング
- 上げる
- 測距
- 推奨する
- リダイレクト
- に対する
- 地域
- 強化学習
- 削除します
- 繰り返し可能
- レプリケーション
- 倉庫
- 表現
- の提出が必要です
- リソース
- 結果
- return
- 収益
- レビュー
- 報いる
- 報酬
- 職種
- 役割
- ラン
- ランニング
- 安全な
- セージメーカー
- ド電源のデ
- 規模
- スケールai
- スケーリング
- 科学
- セキュリティ
- 選択的
- サービス
- セッションに
- shared
- シフト
- すべき
- 示す
- 作品
- 簡単な拡張で
- 賢い
- EMSの
- So
- ソフトウェア
- ソフトウェア開発
- 溶液
- ソリューション
- 一部
- スペース
- 専門家
- 専門にする
- 特定の
- 指定の
- スタック
- start
- 開始
- Status:
- ステップ
- まだ
- 保存され
- 簡単な
- 戦略的
- 研究
- サブネット
- サブネット
- サポート
- テーラード
- 取る
- 取り
- template
- テンプレート
- ターミナル
- test
- テスト
- 基礎
- アプリ環境に合わせて
- 介して
- 時間
- 〜へ
- 豊富なツール群
- 追跡する
- トレーニング
- トレーニング
- トリプル
- チュートリアル
- わかる
- 単位
- us
- つかいます
- 使用事例
- users
- 値
- さまざまな
- 広大な
- 自動車
- 確認する
- バージョン
- バージョン管理
- 、
- 見ている
- ウェブ
- Webサービス
- この試験は
- かどうか
- which
- while
- 広く
- 意志
- win
- 以内
- 仕事
- ワーキング
- 作品
- 世界の
- でしょう
- あなたの
- ゼファーネット