hariby

hariby

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "DenyUntaggedTasksAndJobs",
            "Effect": "Deny",
            "Action": [
                "braket:CreateQuantumTask"
            ],
            "Resource": "*",

hariby

Amazon SageMaker JumpStart を使ったハンズオン

(2021-11-22 更新) こちらのコンテンツからのアップデート版です https://gist.github.com/hariby/1da937a98b82274d13e724cc921f0b57

概要

Amazon SageMaker の使い方を、SageMaker JumpStart のサンプルノートブック (英語) に従って説明します。

1. 導入

hariby

Amazon Braket を使った量子化学計算

2021-10-21 10:00-12:00

Time Table (予定)

ハンズオン環境 (AWS Management Console) へのログイン

10:00-10:15 (15 min)

• User 名 (WorkshopUser-n) の最後に付いている数字 n を3で割った余りでリージョンを割り振っています:
  • n%3 == 0: N. Virgnia (us-east-1)
  • n%3 == 1: N. California (us-west-1)
  • n%3 == 2: Oregon (us-west-2)

hariby

from boto3.session import Session
from braket.aws.aws_session import AwsSession
from braket.aws import AwsDevice

region_name = 'us-west-2'
sess = Session(region_name=region_name)
aws_sess = AwsSession(boto_session=sess)

device = AwsDevice("arn:aws:braket:::device/quantum-simulator/amazon/sv1", aws_session=aws_sess)

hariby

Amazon Braket を使った量子機械学習入門 2

2021-06-25

Time Table

前半 (実機を使ったハンズオン)

ログイン方法などは前回のノートを参照。

• IonQ QPU 実機での実行 (35 min)
  • Grover.ipynb
• 実機とシミュレータの時間比較 https://gist.github.com/shokout/a4b38c4aa336614b3245c073de079097

hariby

Amazon Braket を使った量子機械学習入門 1

2021-06-18

Time Table

前半 (講義)

• AWS と Amazon Braket について (30 min)

後半 (ハンズオン)

• ログイン・セットアップ (10 min)

hariby

import boto3

region_name="us-east-1"
device_arn="arn:aws:braket:us-east-1::device/qpu/ionq/Aria-1"

braket = boto3.client('braket', region_name=region_name)
response = braket.search_quantum_tasks(filters=[{
    'name': 'deviceArn',
    'operator': 'EQUAL',
    'values': [device_arn]

hariby

AWS でもう一歩進める機械学習 Amazon SageMaker ハンズオンセミナー

概要

日時: 2021年 6月 15日 (火) 12:00 - 15:00

Twitter ハッシュタグ: #startupfm

AWS メンバー紹介

Starup Solutions Architect

• @_hariby: 日本のスタートアップに対する AWS 導入支援、特に機械学習・量子コンピュータ担当をやっています。

hariby

import os
import sagemaker

sagemaker_session = sagemaker.session.Session()

bucket = sagemaker_session.default_bucket()
prefix = 'sagemaker/DEMO-pytorch-mnist'

# set appropriate IAM Role
role = 'AmazonSageMaker-ExecutionRole-20210101T000000'