Bu yazı, Accenture'da Bulut Mimarı olan Zdenko Estok ve Accenture'da DeepRacer KOBİ'si Sakar Selimcan tarafından birlikte yazılmıştır.
Endüstrilerin büyük çoğunluğu için (sağlık hizmetlerinden sigortaya, üretimden pazarlamaya kadar) yapay zeka (AI) ve makine öğreniminin (ML) artan kullanımıyla birlikte, modelleri büyük ölçekte oluştururken ve eğitirken birincil odak noktası verimliliğe kayıyor. Ölçeklenebilir ve sorunsuz bir veri bilimi ortamının oluşturulması çok önemlidir. Belirli bir kullanım durumu için uyarlanmış bir ortamı başlatmak ve yapılandırmak önemli ölçüde zaman alabilir ve iş arkadaşlarını işbirliği yapmaya dahil etmek daha da zor olabilir.
Göre Accenture, yapay zekayı ve makine öğrenimini verimli bir şekilde ölçeklendirmeyi başaran şirketler, yatırımlarının getirisini neredeyse üç katına çıkarabilir. Yine de, tüm şirketler AI/ML yolculuklarında beklenen getirileri karşılamıyor. Altyapıyı otomatikleştirmeye yönelik araç takımları, bir şirket içindeki AI/ML çabalarının yatay ölçeklendirilmesi için gerekli hale gelir.
AWS Derin Yarışçı bir aracının belirli bir ortamda gerçekleştirilmesi gereken en uygun eylemleri keşfettiği bir makine öğrenimi tekniği olan pekiştirmeli öğrenmeye (RL) başlamanın basit ve eğlenceli bir yoludur. Bizim durumumuzda bu, bir pistte hızlı bir şekilde yarışmaya çalışan bir AWS DeepRacer aracı olacaktır. RL modelleri eğitiminin temelleri konusunda size rehberlik eden uygulamalı eğitimlerle RL'ye hızlı bir şekilde başlayabilirsiniz ve bunları heyecan verici, otonom araba yarışı deneyimi.
Bu gönderi, şirketlerin altyapıyı kod olarak (IaC) nasıl kullanabileceğini gösterir. AWS Bulut Geliştirme Kiti (AWS CDK), yüksek oranda aktarılabilir altyapının oluşturulmasını ve çoğaltılmasını hızlandırmak ve geniş ölçekte AWS DeepRacer etkinlikleri için kolayca rekabet etmek için.
"IaC, yönetilen bir Jupyter ortamıyla birleştiğinde bize her iki dünyanın da en iyisini verdi: AWS DeepRacer rakiplerimizin en iyi yaptıkları şeye, yani hızlı modelleri hızlı bir şekilde eğitmeye odaklanmamız için tekrarlanabilir, yüksek düzeyde aktarılabilir veri bilimi ortamları."
– Selimcan Sakar, Accenture'da AWS DeepRacer KOBİ'si.
Çözüme genel bakış
Birden çok kullanım durumu için uygulanabilen ölçeklenebilir bir şablon oluşturmak söz konusu olduğunda, gerekli tüm hizmetleri düzenlemek oldukça fazla zaman alır. Geçmişte, AWS CloudFormation bu hizmetlerin oluşturulmasını otomatikleştirmek için şablonlar oluşturulmuştur. Otomasyondaki ilerlemeler ve IaC araçlarıyla farklı ortamlar kurmak için artan soyutlama düzeyleriyle yapılandırma ile AWS CDK, çeşitli kuruluşlar arasında geniş çapta benimseniyor. AWS CDK, bulut uygulama kaynaklarınızı tanımlamaya yönelik açık kaynaklı bir yazılım geliştirme çerçevesidir. Kaynakları güvenli ve tekrarlanabilir bir şekilde sağlarken, uygulamalarınızı modellemek için programlama dillerinin aşinalık ve ifade gücünü kullanır.
Bu gönderide, kullanarak günlük analizi yapmak için gereken farklı bileşenlerin sağlanmasını etkinleştiriyoruz. Amazon Adaçayı Yapıcı AWS CDK aracılığıyla AWS DeepRacer'da yapılar.
DeepRacer konsolunda sağlanan analiz grafiği, verilen ödüller ve elde edilen ilerleme konusunda etkili ve anlaşılır olsa da, aracın geçiş noktalarında ne kadar hızlı hareket ettiği veya arabanın pistte ne tür bir çizgiyi tercih ettiği hakkında bilgi vermez. . Gelişmiş günlük analizinin devreye girdiği yer burasıdır. Gelişmiş günlük analizimiz, birden fazla modeli eğitirken hangi ödül fonksiyonlarının ve eylem alanlarının diğerlerinden daha iyi çalıştığını ve bir modelin aşırı uygun olup olmadığını anlamak için geriye dönük olarak eğitimde verimlilik getirmeyi amaçlar, böylece yarışçılar daha akıllıca antrenman yapabilir ve daha az eğitimle daha iyi sonuçlar elde edebilir.
Çözümümüz, bir AWS DeepRacer etkinliği için AWS'de SageMaker günlük analizi ve pekiştirici öğrenme ile deney yapan kullanıcıların yolculuğunu hızlandırmak için AWS CDK'yi kullanan bir AWS DeepRacer ortam yapılandırmasını açıklar.
Bir yönetici, sağlanan AWS CDK komut dosyasını çalıştırabilir. GitHub repo ile AWS Yönetim Konsolu veya kodu ortamlarına yükledikten sonra terminalde. Adımlar aşağıdaki gibidir:
- Açılış AWS Bulut9 konsolda.
- AWS CDK modülünü GitHub'dan AWS Cloud9 ortamına yükleyin.
- AWS CDK modülünü bu gönderide açıklandığı gibi yapılandırın.
- cdk.context.json dosyasını açın ve tüm parametreleri inceleyin.
- Parametreleri gerektiği gibi değiştirin ve AWS CDK komutunu amaçlanan kişiyle çalıştırarak o kişiye uygun yapılandırılmış ortamı başlatın.
Aşağıdaki şemada çözüm mimarisi gösterilmektedir.
AWS CDK'nın yardımıyla, sağlanan kaynaklarımızın sürüm denetimini yapabilir ve kurumsal düzeydeki en iyi uygulamalarla uyumlu, yüksek düzeyde taşınabilir bir ortama sahip olabiliriz.
Önkoşullar
AWS CDK ile makine öğrenimi ortamlarını sağlamak için aşağıdaki ön koşulları tamamlayın:
- Farklı kişiler için gerekli kaynakları dağıtmak üzere Bölge içinde bir AWS hesabına ve izinlere erişim sahibi olun. AWS CDK yığınını hesabınıza dağıtmak için kimlik bilgilerine ve izinlere sahip olduğunuzdan emin olun.
- Aşağıdaki kaynaklarda ayrıntıları verilen kavramlar aracılığıyla vurgulanan belirli en iyi uygulamaları izlemenizi öneririz:
- klonlamak GitHub repo ortamınıza.
Portföyü hesabınıza dağıtın
Bu dağıtımda, AWS CDK kullanarak bir veri bilimi ortamı oluşturmak için AWS Cloud9 kullanıyoruz.
- AWS Cloud9 konsoluna gidin.
- Ortam tipinizi, bulut sunucusu tipinizi ve platformunuzu belirtin.
- Belirtiniz AWS Kimlik ve Erişim Yönetimi (IAM) rolü, VPC ve alt ağ.
- AWS Cloud9 ortamınızda DeepRacer adlı yeni bir klasör oluşturun.
- AWS CDK'yi yüklemek için aşağıdaki komutu çalıştırın ve portföyü dağıtmak için doğru bağımlılıklara sahip olduğunuzdan emin olun:
- AWS CDK'nin yüklendiğini doğrulamak ve belgelere erişmek için terminalinizde aşağıdaki komutu çalıştırın (sizi AWS CDK belgelerine yönlendirmelidir):
- Artık AWS DeepRacer deposunu şu adresten klonlayabiliriz: GitHub.
- AWS Cloud9'da klonlanmış depoyu açın:
içindekileri inceledikten sonra DeepRacer_cdk
dizini adında bir dosya olacak. package.json
gerekli tüm modüller ve bağımlılıklar tanımlanmış olarak. Burası, kaynaklarınızı bir modülde tanımlayabileceğiniz yerdir.
- Ardından, AWS CDK uygulaması için gerekli tüm modülleri ve bağımlılıkları kurun:
Bu, karşılık gelen CloudFormation şablonunu sentezleyecektir.
- Dağıtımı çalıştırmak için, context.json dosyasını parametre adlarıyla değiştirin veya bunları çalışma zamanı sırasında açıkça tanımlayın:
Komut dosyasının çalıştırılmasına dayalı olarak AWS DeepRacer günlük analizi için aşağıdaki bileşenler oluşturulur:
- An IAM rolü yönetilen bir ilkeye sahip SageMaker not defteri için
- A SageMaker dizüstü bilgisayar örneği ya açıkça bir cdk bağlam parametresi olarak eklenmiş ya da context.json dosyasında saklanan varsayılan değer olarak örnek türü ile
- Context.json dosyasında belirtildiği gibi CIDR'ye sahip bir VPC ve yapılandırılmış dört genel alt ağ
- Sagemaker not defteri eşgörünümü için VPC içinde iletişime izin veren yeni bir güvenlik grubu
- Başka birinin içeriğini önceden yükleyen bir bash betiğine sahip bir SageMaker yaşam döngüsü ilkesi GitHub deposuAWS DeepRacer modellerinde günlük analizini çalıştırmak için kullandığımız dosyaları içeren .
- AWS CDK yığınını şu şekilde çalıştırabilirsiniz:
- Kaynakları doğrulamak için yığının dağıtıldığı Bölgedeki AWS CloudFormation konsoluna gidin.
Artık kullanıcılar, AWS DeepRacer için SageMaker'da günlük analizi ve derin RL modeli eğitimi ile çalışmak için bu hizmetleri kullanmaya başlayabilir.
Modül testi
Gerekli kaynakları yanlışlıkla kaldırmadığınızı doğrulamak için yığını konuşlandırmadan önce bazı birim testleri de çalıştırabilirsiniz. Birim testleri şurada bulunur: DeepRacer/test/deep_racer.test.ts
ve aşağıdaki kodla çalıştırılabilir:
cdk-dia kullanarak diyagramlar oluşturun
Diyagramlar oluşturmak için aşağıdaki adımları tamamlayın:
- kurmak
graphviz
işletim sistemi araçlarınızı kullanarak:
Bu, cdk-dia uygulamasını yükler.
- Şimdi aşağıdaki kodu çalıştırın:
AWS CDK yığınınızın grafik temsili, .png biçiminde depolanacaktır.
Önceki adımları çalıştırdıktan sonra, not defteri örneğinin oluşturma sürecini durumla birlikte görebilmeniz gerekir. Kadar. Not defteri örneğinin durumu şu olduğunda Serviste (aşağıdaki ekran görüntüsünde gösterildiği gibi), sonraki adımlara ilerleyebilirsiniz.
- Klinik Jupyter'ı aç Günlük analizini gerçekleştirmek için Python betiğini çalıştırmaya başlamak için.
AWS DeepRacer ve ilişkili görselleştirmeler kullanılarak yapılan günlük analizi hakkında ek ayrıntılar için bkz. Denemeleri yönlendirmek ve AWS DeepRacer F1 ProAm Yarışını kazanmak için günlük analizini kullanma.
Temizlemek
Devam eden ücretlerden kaçınmak için aşağıdaki adımları tamamlayın:
- AWS CDK aracılığıyla oluşturulan kaynakları silmek için cdk destroy'u kullanın.
- AWS CloudFormation konsolunda CloudFormation yığınını silin.
Sonuç
AWS DeepRacer etkinlikleri, bir kuruluşun tüm sütunlarında ve düzeylerinde ilgiyi artırmanın ve makine öğrenimi bilgisini artırmanın harika bir yoludur. Bu gönderide, kullanıcıların AWS platformundaki yolculuğunu hızlandırmak için dinamik bir AWS DeepRacer ortamını nasıl yapılandırabileceğinizi ve seçici hizmetleri nasıl kurabileceğinizi paylaştık. Amazon SageMaker Not Defteri Eşgörünümü, IAM rolleri, en iyi uygulamalarla SageMaker not defteri yaşam döngüsü yapılandırması, bir VPC ve Amazon Elastik Bilgi İşlem Bulutu AWS CDK kullanarak bağlamı tanımlamaya ve AWS DeepRacer kullanarak farklı kullanıcılar için ölçeklendirmeye dayalı (Amazon EC2) bulut sunucuları.
Modülün çalıştırılmasında verimlilik sağlamak için CDK ortamını yapılandırın ve gelişmiş günlük analizi not defterini çalıştırın. Yarışçıların daha kısa sürede daha iyi sonuçlar elde etmelerine ve ödül işlevleri ve eylemleri hakkında ayrıntılı bilgiler edinmelerine yardımcı olun.
Referanslar
Daha fazla bilgi aşağıdaki kaynaklarda mevcuttur:
- AWS CDK kullanarak Amazon SageMaker Studio kurulumunu otomatikleştirin
- AWS SageMaker CDK API referansı
Yazarlar Hakkında
Zdenko Estok Accenture'da bulut mimarı ve DevOps mühendisi olarak çalışıyor. Yenilikçi bulut çözümleri geliştirmek ve uygulamak için AABG ile birlikte çalışıyor ve kod ve bulut güvenliği olarak altyapı konusunda uzmanlaşıyor. Zdenko ofise bisikletle gitmeyi seviyor ve doğada keyifli yürüyüşler yapıyor.
Selimcan "Can" Sakar Accenture'da yapay zekaya odaklanan ve modellerin yakınlaşmasını izleme tutkusuyla bulut ilk geliştiricisi ve çözüm mimarıdır.
Şihar Kwatra Amazon Web Services'ta önde gelen bir Küresel Sistem Entegratörü ile çalışan bir AI/ML uzmanı çözüm mimarıdır. Shikhar, kuruluş için uygun maliyetli, ölçeklenebilir bulut ortamlarının mimarisine, oluşturulmasına ve sürdürülmesine yardımcı olur ve AWS'de stratejik endüstri çözümleri oluşturma konusunda GSI iş ortağını destekler. Shikhar, boş zamanlarında gitar çalmaktan, müzik bestelemekten ve farkındalık egzersizlerinden hoşlanıyor.
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- Plato blok zinciri. Web3 Metaverse Zekası. Bilgi Güçlendirildi. Buradan Erişin.
- Kaynak: 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
- Yapabilmek
- hızlandırmak
- Accenture
- erişim
- kaza
- Hesap
- Başarmak
- elde
- karşısında
- Action
- eylemler
- katma
- Ek
- benimsenen
- ileri
- gelişmeler
- Sonra
- Danışman
- AI
- AI / ML
- AİDS
- Amaçları
- Türkiye
- Izin
- Amazon
- Amazon EC2
- Amazon Adaçayı Yapıcı
- Amazon SageMaker Stüdyosu
- Amazon Web Servisleri
- miktar
- analiz
- ve
- Başka
- api
- uygulamayı yükleyeceğiz
- Uygulama
- uygulamaları
- uygulamalı
- mimari
- etrafında
- yapay
- yapay zeka
- Yapay zeka (AI)
- yardım
- ilişkili
- otomatikleştirmek
- Otomasyon
- mevcut
- önlemek
- AWS
- AWS Bulut9
- AWS CloudFormation
- AWS Derin Yarışçı
- merkezli
- darbe
- Temeller
- müşterimiz
- önce
- olmak
- İYİ
- en iyi uygulamalar
- Daha iyi
- getirmek
- bina
- denilen
- Alabilirsin
- araba
- dava
- durumlarda
- belli
- değişiklik
- yükler
- bulut
- Bulut Güvenlik
- Cloud9
- kod
- işbirliği yapmak
- arkadaşları
- kombine
- Yakın İletişim
- Şirketler
- yarışmak
- rakipler
- tamamlamak
- bileşenler
- hesaplamak
- kavramlar
- yapılandırma
- önemli
- konsolos
- içeren
- içerik
- bağlam
- kontrol
- yakınsamak
- KURUMSAL
- uyan
- yaratmak
- çevrimiçi kurslar düzenliyorlar.
- Oluşturma
- oluşturma
- Tanıtım
- veri
- veri bilimi
- derin
- Derin Yarışçı
- Varsayılan
- tanımlı
- dağıtmak
- konuşlandırılmış
- dağıtma
- açılma
- tarif edilen
- yıkmak
- detaylı
- ayrıntılar
- geliştirmek
- Geliştirici
- gelişme
- DevOps
- diyagramlar
- farklı
- keşfeder
- tartışılan
- belgeleme
- Değil
- sürücü
- sırasında
- dinamik
- kolayca
- Etkili
- verim
- verimli biçimde
- çabaları
- ya
- etkinleştirmek
- mühendis
- kurumsal düzeyde
- işletmelerin
- çevre
- ortamları
- gerekli
- Eter (ETH)
- Hatta
- Etkinlikler
- olaylar
- heyecan verici
- beklenen
- anlamlı
- f1
- Aşinalık
- HIZLI
- fileto
- dosyalar
- Ad
- odak
- takip etme
- şu
- biçim
- iskelet
- itibaren
- eğlence
- fonksiyonlar
- Kazanç
- oluşturmak
- almak
- GitHub
- Vermek
- verilmiş
- Küresel
- verilmiş
- grafik
- harika
- grup
- rehberlik
- hands-on
- sağlık
- yardım et
- Vurgulanan
- büyük ölçüde
- Yatay
- Ne kadar
- Nasıl Yapılır
- HTML
- HTTPS
- IAC
- IAM
- belirlenmesi
- Kimlik
- uygulamak
- in
- Artırmak
- artan
- Endüstri
- sanayi
- bilgi
- Altyapı
- yenilikçi
- kavrama
- anlayışlar
- kurmak
- yüklü
- örnek
- sigorta
- İstihbarat
- faiz
- Yatırımlar
- IT
- seyahat
- json
- anahtar
- Nezaket.
- bilgi
- Diller
- başlatmak
- önemli
- öğrenme
- seviyeleri
- çizgi
- yükleme
- bulunan
- makine
- makine öğrenme
- çoğunluk
- yapmak
- yönetmek
- yönetilen
- yönetim
- tavır
- üretim
- Pazarlama
- Neden
- Farkındalık
- ML
- model
- Modelleme
- modelleri
- modül
- Modüller
- hamle
- çoklu
- Music
- isimleri
- Tabiat
- neredeyse
- gerekli
- gerekli
- yeni
- sonraki
- defter
- Office
- Teknede
- devam
- açık kaynak
- Açık kaynaklı yazılım
- işletme
- işletim sistemi
- optimum
- sipariş
- kuruluşlar
- Diğer
- parametre
- parametreler
- Partner
- tutku
- geçmiş
- icra
- izinleri
- platform
- Platon
- Plato Veri Zekası
- PlatoVeri
- OYNA
- oynama
- politika
- portföy
- Çivi
- güç kelimesini seçerim
- uygulamalar
- önkoşullar
- birincil
- süreç
- Programlama
- Programlama dilleri
- Ilerleme
- sağlanan
- hüküm
- halka açık
- Python
- hızla
- Yarış
- yarışçılar
- yarış
- yükseltmek
- değişen
- tavsiye etmek
- yönlendirme
- ilişkin
- bölge
- takviye öğrenme
- Kaldır
- tekrarlanabilir
- kopya
- Depo
- temsil
- gereklidir
- Kaynaklar
- Sonuçlar
- dönüş
- İade
- yorum
- Ödüllendirmek
- "Rewards"
- Rol
- rolleri
- koşmak
- koşu
- güvenli
- sagemaker
- ölçeklenebilir
- ölçek
- ölçek ai
- ölçekleme
- Bilim
- güvenlik
- seçici
- Hizmetler
- set
- kurulum
- Paylaşılan
- Vardiyalar
- meli
- gösterilen
- Gösteriler
- Basit
- akıllı
- EMS
- So
- Yazılım
- yazılım geliştirme
- çözüm
- Çözümler
- biraz
- alanlarda
- uzman
- uzmanlaşmış
- özel
- Belirtilen
- yığın
- başlama
- başladı
- Durum
- Basamaklar
- Yine
- saklı
- basit
- Stratejik
- stüdyo
- alt
- altağlar
- Destekler
- sistem
- ısmarlama
- Bizi daha iyi tanımak için
- alır
- şablon
- şablonları
- terminal
- test
- testleri
- The
- Temelleri
- ve bazı Asya
- İçinden
- zaman
- için
- araçlar
- iz
- Tren
- Eğitim
- Üçlü
- Öğreticiler
- anlamak
- birim
- us
- kullanım
- kullanım durumu
- kullanıcılar
- değer
- çeşitli
- Geniş
- araç
- doğrulamak
- versiyon
- sürüm kontrolü
- üzerinden
- izlerken
- ağ
- web hizmetleri
- Ne
- olup olmadığını
- hangi
- süre
- geniş ölçüde
- irade
- kazanmak
- içinde
- İş
- çalışma
- çalışır
- Dünyanın en
- olur
- zefirnet