> ## Documentation Index
> Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt
> Use this file to discover all available pages before exploring further.

> AWSインフラストラクチャー上で実験管理、メトリクスのログ記録、モデル管理を行うために、W&B を Amazon SageMaker と統合します。

# SageMaker

W\&B は [Amazon SageMaker](https://aws.amazon.com/sagemaker/) と統合されており、ハイパーパラメーターを自動的に読み取り、分散 run をグループ化し、チェックポイントから run を再開します。

<div id="authentication">
  ## 認証
</div>

W\&B は、トレーニングスクリプトを基準とした相対パスにある `secrets.env` という名前のファイルを探し、`wandb.init()` を呼び出すとその内容を環境変数として読み込みます。Experiments の起動に使用するスクリプトで `wandb.sagemaker_auth(path="source_dir")` を呼び出して、`secrets.env` ファイルを生成します。このファイルを `.gitignore` に追加してください。

<div id="existing-estimators">
  ## 既存の Estimator
</div>

SageMaker の事前設定済み Estimator のいずれかを使用している場合は、`wandb` を含む `requirements.txt` ファイルをソースディレクトリに追加してください：

```text theme={null}
wandb
```

Python 2 で実行される estimator を使用している場合は、`wandb` をインストールする前に、この [wheel](https://pythonwheels.com) から `psutil` をインストールしてください。

```text theme={null}
https://wheels.galaxyproject.org/packages/psutil-5.4.8-cp27-cp27mu-manylinux1_x86_64.whl
wandb
```

完全な例については、[GitHub の SageMaker サンプル](https://github.com/wandb/examples/tree/master/examples/pytorch/pytorch-cifar10-sagemaker)を参照してください。SageMaker で sweeps を実行する方法の詳細については、[SageMaker sweeps に関する W\&B のブログ記事](https://wandb.ai/site/articles/running-sweeps-with-sagemaker)を参照してください。

SageMaker と W\&B を使用して感情分析器をデプロイするチュートリアルについては、[Deploy Sentiment Analyzer Using SageMaker and W\&B](https://wandb.ai/authors/sagemaker/reports/Deploy-Sentiment-Analyzer-Using-SageMaker-and-W-B--VmlldzoxODA1ODE)を参照してください。

<Warning>
  W\&B sweep agent は、SageMaker インテグレーションが無効になっている場合にのみ、SageMaker ジョブ内で正しく動作します。SageMaker インテグレーションを無効にするには、`wandb.init()` の呼び出しを次のように変更してください。

  ```python theme={null}
  wandb.init(..., settings=wandb.Settings(sagemaker_disable=True))
  ```
</Warning>