本書は、機械学習・ディープラーニングにおける環境構築の難しさを問題点として、DockerでGPU訓練環境を自在に構築し、S3/ECRを中心としたAWSの基本的な使い方を理解することを目的としています。最終的な訓練環境はAWSの「SageMaker」を想定し、SageMaker Traininig Jobを自在に使いこなすことを最終目標にします。DockerからAWSまでの統一的に理解できる本です。 機械学習ユーザーだけでなく、機械学習以外のユーザーにとっても、機械学習特有の問題意識から、普段のDockerの使い方と対比させてみても面白いでしょう。本章の最後には簡単な演習問題を配置し、読者が理解を深められるようにしています。 本書はAWS環境でGPU訓練をしていますが、著者が本書の執筆に執筆した金額は約2000円です。個人利用でも十分に遊べる程度の内容に調整しています。 本書の最後には、今大流行の「Stable Diffusion」をケーススタディとして、SageMaker Traininig Jobで実行します。多数のプロンプトを同時並列に生成することが可能になります。おそらく日本で最初に近いStable Diffusionの本だと思います。 DockerはWindows11で導入された「WSL2」にDocker-CEを使い、機械学習はPyTorch＋PyTorch lightningとしています。Google Colaboratoryの使い勝手がどんどん悪くなっているので、この機会に「脱Colabを目指した、一歩先の機械学習」をぜひ体験してみましょう。