無限ノック › MLA 練習問題一覧 › 問題
MLAMLモデルの開発複数選択

機械学習チームが、SageMakerの組み込みフレームワーク（TensorFlow、PyTorchなど）ではサポートされていない特殊なライブラリを使用してモデルをトレーニングするため、カスタムDockerコンテナを用意することにしました。カスタムトレーニングコンテナをAmazon SageMakerで使用するための正しい手順の組み合わせはどれですか？（2つ選択）

A
カスタムDockerイメージをビルドし、Amazon ECR（Elastic Container Registry：コンテナイメージの管理サービス）のリポジトリにプッシュする
✓ 正解
SageMakerでカスタムコンテナを使用するには、DockerイメージをAmazon ECRリポジトリにプッシュする必要があります。SageMakerはECRからイメージをプルしてトレーニングジョブを実行するため、このステップはカスタムコンテナ利用の必須手順です。
B
カスタムDockerイメージをtarファイルに変換し、Amazon S3バケットに保存する
SageMakerはコンテナイメージをS3から直接参照する機能を持っていません。コンテナイメージはECRに保存してURIで参照する必要があります。S3はトレーニングデータやモデルアーティファクトの保存用途に使用するものです。
C
SageMaker Training JobのAlgorithmSpecificationで、ECRに登録したイメージURIをTrainingImageとして指定する
✓ 正解
Training JobのAlgorithmSpecificationにTrainingImageとしてECRのイメージURIを指定することで、SageMakerが該当カスタムイメージを使用してトレーニングを実行します。これがカスタムコンテナを使用するための正しい設定箇所です。
D
SageMaker Training JobのHyperParametersにDockerイメージのS3パスを指定し、SageMakerに自動ダウンロードさせる
HyperParametersはモデルのハイパーパラメータを渡すためのフィールドであり、Dockerイメージの指定には使用できません。SageMakerがHyperParametersのS3パスからイメージを自動ダウンロードする機能は存在しないため、この設定は誤りです。
E
SageMaker Training JobのEnvironmentパラメータにカスタムイメージのECR URIを設定し、SageMakerがトレーニング開始前にイメージを自動取得するよう構成する
EnvironmentパラメータはコンテナへのOS環境変数を渡すフィールドであり、使用するDockerイメージの指定はできません。カスタムイメージの指定はAlgorithmSpecificationのTrainingImageフィールドで行う必要があります。

解説

SageMakerカスタムコンテナの正しいワークフローは、①カスタムDockerイメージをビルドし、 ②Amazon ECRにプッシュし、 ③Training JobのAlgorithmSpecificationのTrainingImageにECRイメージURIを指定する手順です。SageMakerはECRからイメージをプルしてトレーニングを実行します。 S3はデータやモデルアーティファクトの保存に使用しますが、コンテナイメージの格納・参照には使用できません。 HyperParametersはモデルのハイパーパラメータを渡すためのフィールドであり、Dockerイメージの指定には使用できません。SageMakerがHyperParametersからイメージを自動ダウンロードする機能は存在しません。

ドメイン別正答率・予想スコアでリアルタイムに実力把握

無限ノックでMLAを徹底対策。全問AI生成のオリジナル問題。

無料で演習を始める →
← MLA の問題一覧に戻る