機械学習モデルの本番運用に向けた、デプロイ、監視、バージョン管理、スケーリング、セキュリティ関連のオープンソースライブラリをまとめた厳選リスト。
aws/sagemaker-python-sdk
Amazon SageMakerで機械学習モデルをトレーニング・デプロイするためのPython SDK。各種フレームワーク、組み込みアルゴリズム、BYOコンテナに対応。
- スター
- 2,270
- フォーク
- 1,317
- 未解決の Issue
- 237
- 最終コミット
- 昨日
これは何?
SageMaker Python SDKは、Amazon SageMakerで機械学習モデルをトレーニング・デプロイするためのオープンソースライブラリです。PyTorchやMXNetなどのディープラーニングフレームワーク、Amazonの組み込みアルゴリズム、またはSageMaker互換のDockerコンテナにパッケージ化したカスタムアルゴリズムを使い、Pythonコードからトレーニングジョブを実行してモデルをホストできます。
バージョン3.xでは、トレーニング用のModelTrainerとデプロイ・推論用のModelBuilderという統一クラスが中心となり、2.xのフレームワーク固有のEstimatorクラスとModelクラスに置き換わります。3.x系はcore、training、serving、MLOps向けの個別のPyPIパッケージに分かれています。モデルのファインチューニング用トレーナー(SFT、DPO、RLAIF、RLVR)も、3.1以降に含まれます。
このSDKはPython 3.10~3.12で、Unix/LinuxおよびmacOSに対応しています。利用するにはAWSアカウントと、SageMakerのアクセス許可を持つIAMロールが必要です。
主な機能
- 01SageMaker上でPyTorch、MXNetなどのフレームワークを使ってモデルをトレーニングする。
- 02Amazonの組み込みアルゴリズムを使うか、独自のDockerコンテナを持ち込む。
- 03ModelBuilderでトレーニング済みモデルをリアルタイムエンドポイントにデプロイする。
- 04LoRAまたはフルファインチューニングで基盤モデルをファインチューニングする。
- 05core、training、serving、MLOps向けのモジュール別パッケージをインストールする。
ユースケース
- PythonからAWSのマネージドGPUインスタンスで分散トレーニングジョブを実行する。
- トレーニング済みモデルをリアルタイム推論エンドポイントとしてデプロイする。
- AWS上でカスタムデータを使って大規模言語モデルをファインチューニングする。
- モデルレジストリや処理ジョブを使ってMLOpsパイプラインを構築する。
クイックスタート
- 1
pipを使ってPyPIからSDKをインストールします
pip install sagemaker
使う前に知っておきたいこと
- Amazon SageMakerを対象としているため、AWSアカウントとIAM権限が必要です。
- READMEによると、Unix/LinuxとMacのみをサポートしています。
- バージョン3.xでは、バージョン2にあったEstimator、Model、Predictorクラスが削除されています。
トピック
よくある質問
- sagemaker-python-sdk とは?
- Amazon SageMakerで機械学習モデルをトレーニング・デプロイするためのPython SDK。各種フレームワーク、組み込みアルゴリズム、BYOコンテナに対応。 SageMaker Python SDKは、Amazon SageMakerで機械学習モデルをトレーニング・デプロイするためのオープンソースライブラリです。PyTorchやMXNetなどのディープラーニングフレームワーク、Amazonの組み込みアルゴリズム、またはSageMaker互換のDockerコンテナにパッケージ化したカスタムアルゴリズムを使い、Pythonコードからトレーニングジョブを実行してモデルをホストできます。
- sagemaker-python-sdk は無料で使えますか?ライセンスは?
- sagemaker-python-sdk は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- sagemaker-python-sdk は今もメンテナンスされていますか?
- 活発にメンテナンス中。sagemaker-python-sdk の最終コミットは 2026年10月23日 です。
- sagemaker-python-sdk は何に使えますか?
- PythonからAWSのマネージドGPUインスタンスで分散トレーニングジョブを実行する。 トレーニング済みモデルをリアルタイム推論エンドポイントとしてデプロイする。 AWS上でカスタムデータを使って大規模言語モデルをファインチューニングする。 モデルレジストリや処理ジョブを使ってMLOpsパイプラインを構築する。
- sagemaker-python-sdk のインストール方法は?
- pipを使ってPyPIからSDKをインストールします: pip install sagemaker
- sagemaker-python-sdk はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/aws/sagemaker-python-sdk
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
Amazon SageMakerで機械学習モデルを構築、トレーニング、デプロイする方法を示すJupyterノートブック集。
Hugging FaceのPythonライブラリ。Hub上の公開AIデータセットを1行で読み込み、Arrowベースのツールで効率よく前処理できます。
機械学習の実験、データセット、モデルを追跡・可視化・管理するためのPythonライブラリとホステッドプラットフォーム。
メトリクス、ハイパーパラメータ、ハードウェア情報を記録する、クラウドまたはセルフホストで利用可能なオープンソースのAI学習トラッキング・可視化プラットフォーム。
モデルの学習からエージェントまで、独自またはクラウドのインフラ上で実行するML・AIワークフローをパイプラインとして構築できる、オープンソースのPythonプラットフォーム。