
エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
SageMakerでカスタムpytorchモデル実装 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
SageMakerでカスタムpytorchモデル実装 - Qiita
SageMakerでカスタムpytorchモデル実装 記事の目的 SageMakerの分散トレーニング、デプロイオーケストレ... SageMakerでカスタムpytorchモデル実装 記事の目的 SageMakerの分散トレーニング、デプロイオーケストレーションシステムを活用するための 自作pytorchプログラムの改修方法理解 対象者 基礎的な機械学習知識を所有しており、 SageMakerの分散トレーニング、デプロイオーケストレーションシステムを活用したい人 この記事を読み終わるまでの時間 10m 基本的な処理の流れ 事前セットアップ import sagemaker sagemaker_session = sagemaker.Session() bucket = sagemaker_session.default_bucket() prefix = 'sagemaker/DEMO-pytorch-mnist' role = sagemaker.get_execution_role()