amazon-sagemaker-examples은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

amazon-sagemaker-examples은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

amazon-sagemaker-examples은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. amazon-sagemaker-examples의 마지막 커밋은 2026년 10월 14일입니다.

amazon-sagemaker-examples은(는) 어디에 사용할 수 있나요?

실행 가능한 예제로 SageMaker에서 모델을 학습하고 배포하는 방법 익히기 SageMaker에서 SFT, DPO 또는 강화 학습으로 파운데이션 모델 미세 조정하기 모델 레지스트리와 계보 추적을 갖춘 MLOps 파이프라인 구성하기 실시간, 서버리스, 배치 추론 등의 배포 옵션 비교하기

amazon-sagemaker-examples는 어떻게 설치하나요?

AWS 계정을 만듭니다 IAM 사용자 및 역할 권한을 설정합니다 Amazon SageMaker Notebook Instance와 S3 버킷을 생성합니다 Jupyter 또는 JupyterLab에서 SageMaker Examples 탭을 열고 노트북을 실행합니다

amazon-sagemaker-examples은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/aws/amazon-sagemaker-examples

aws/amazon-sagemaker-examples

Amazon SageMaker에서 머신러닝 모델을 구축하고 학습 및 배포하는 방법을 보여주는 Jupyter 노트북 모음입니다.

GitHub에서 보기 웹사이트

스타: 10,994
포크: 6,951
열린 이슈: 855
마지막 커밋: 10일 전

어떤 프로젝트인가요?

이 저장소는 Amazon SageMaker 워크플로를 처음부터 끝까지 안내하는 Jupyter 노트북 모음입니다. 노트북은 학습, 모델 맞춤화, 평가, 추론, MLOps 등 라이프사이클 단계별로 구성되어 있습니다. 각 노트북은 독립적으로 실행할 수 있으며 자체 스크립트, 데이터, 이미지를 포함합니다.

학습 예제는 SageMaker Python SDK v3의 ModelTrainer 클래스를 사용하며 분산 학습, 체크포인트를 활용한 관리형 스팟 학습, 사용자 컨테이너 사용, 로컬 코드를 학습 작업으로 실행하는 방법을 다룹니다. 모델 맞춤화 예제에서는 지도 미세 조정, DPO, RLVR, 지속적인 사전 학습 등의 미세 조정 방법을 다룹니다. 추론 예제는 ModelBuilder를 사용하며 실시간, 서버리스, 비동기 엔드포인트, A/B 테스트, 자동 확장, Amazon Bedrock 배포를 다룹니다.

노트북은 미리 로드되어 있는 SageMaker Notebook Instances에서 실행하도록 설계되었으며, IAM 역할을 업데이트하고 종속 항목을 설치하면 다른 환경에서도 실행할 수 있습니다. 공식 저장소는 SageMaker 팀이 관리하며, 별도의 커뮤니티 저장소에서는 추가 예제를 받습니다.

핵심 기능

01학습, 모델 맞춤화, 평가, 추론, MLOps 등 라이프사이클 단계별로 구성된 노트북
02SageMaker Python SDK v3의 ModelTrainer 및 ModelBuilder를 활용한 예제
03분산 학습, 관리형 스팟 학습, 사용자 컨테이너 사용을 다루는 예제
04실시간, 서버리스, 비동기 엔드포인트를 위한 추론 예제
05SageMaker Pipelines, Model Registry, Feature Store, MLflow를 활용한 MLOps 예제

활용 사례

실행 가능한 예제로 SageMaker에서 모델을 학습하고 배포하는 방법 익히기
SageMaker에서 SFT, DPO 또는 강화 학습으로 파운데이션 모델 미세 조정하기
모델 레지스트리와 계보 추적을 갖춘 MLOps 파이프라인 구성하기
실시간, 서버리스, 배치 추론 등의 배포 옵션 비교하기

빠른 시작

1
AWS 계정을 만듭니다
2
IAM 사용자 및 역할 권한을 설정합니다
3
Amazon SageMaker Notebook Instance와 S3 버킷을 생성합니다
4
Jupyter 또는 JupyterLab에서 SageMaker Examples 탭을 열고 노트북을 실행합니다

사용 전 알아둘 점

AWS 계정이 필요하며, 예제를 실행하면 AWS 요금이 부과됩니다.
대부분의 예제는 SageMaker에서 관리하는 리소스에 의존하므로, 다른 환경에서 실행하려면 IAM 역할 업데이트 및 라이브러리 설치와 같은 수정이 필요합니다.

포함된 컬렉션

강화학습 프레임워크와 학습 환경 데이터 과학 학습서 & 도구

토픽

#aws #machine-learning #jupyter-notebook #mlops #deep-learning #inference #model-training #data-science #examples #reinforcement-learning

자주 묻는 질문

amazon-sagemaker-examples은(는) 무엇인가요?: Amazon SageMaker에서 머신러닝 모델을 구축하고 학습 및 배포하는 방법을 보여주는 Jupyter 노트북 모음입니다. 이 저장소는 Amazon SageMaker 워크플로를 처음부터 끝까지 안내하는 Jupyter 노트북 모음입니다. 노트북은 학습, 모델 맞춤화, 평가, 추론, MLOps 등 라이프사이클 단계별로 구성되어 있습니다. 각 노트북은 독립적으로 실행할 수 있으며 자체 스크립트, 데이터, 이미지를 포함합니다.
amazon-sagemaker-examples은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: amazon-sagemaker-examples은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
amazon-sagemaker-examples은(는) 아직 유지보수되고 있나요?: 활발히 유지보수 중. amazon-sagemaker-examples의 마지막 커밋은 2026년 10월 14일입니다.
amazon-sagemaker-examples은(는) 어디에 사용할 수 있나요?: 실행 가능한 예제로 SageMaker에서 모델을 학습하고 배포하는 방법 익히기 SageMaker에서 SFT, DPO 또는 강화 학습으로 파운데이션 모델 미세 조정하기 모델 레지스트리와 계보 추적을 갖춘 MLOps 파이프라인 구성하기 실시간, 서버리스, 배치 추론 등의 배포 옵션 비교하기
amazon-sagemaker-examples는 어떻게 설치하나요?: AWS 계정을 만듭니다 IAM 사용자 및 역할 권한을 설정합니다 Amazon SageMaker Notebook Instance와 S3 버킷을 생성합니다 Jupyter 또는 JupyterLab에서 SageMaker Examples 탭을 열고 노트북을 실행합니다
amazon-sagemaker-examples은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/aws/amazon-sagemaker-examples

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.