第4回　手を動かして強化学習を体験してみよう（自動運転ロボットカーDeepRacer編）：AWS DeepRacer入門（3/3 ページ）

強化学習が初めての人に最適な「AWS DeepRacerのコンソールとシミュレーション環境」を使って、ディープラーニングを体験してみよう。コンソール上で強化学習の各ハイパーパラメーターを設定してモデルに学習させ、さらに評価し、バーチャルレースにデプロイするまでの手順を解説する。

[一色政彦，デジタルアドバンテージ] PC用表示関連情報

LINE

Hatena

前のページへ | 　　　　　　

リソースの削除。忘れずに実行しよう！

　公式ブログでも説明さているが、非常に重要なので、本稿でも具体的な手順を取り上げておく。

ステップ1：モデル作成のページを開く

　DeepRacerコンソールを開いて、図36に示すように、左にあるメニューから［Reinforcement learning］（強化学習）リンクをクリックして［Reinforcement learning］ページを開き、［Create model］ボタンをクリックして［Create model］ページを開く。

図36　［Create model］ページを開く（DeepRacerコンソール）

ステップ2：関連リソースをリセットする

　［Create model］ページが表示されたら、［Account resources］欄の［Reset resources］ボタンをクリックする（図37）。これにより、IAMロールやDeepRacerリソーススタック（具体的には「Amazon SageMaker」や「RoboMakerシミュレーションアプリケーション」などの関連リソース）が自動的に削除される。

図37　［Reset resources］ボタンをクリック（［Create model］ページ）

　削除にかかる時間は、リソースのサイズなどによって異なると考えられるが、最もシンプルなものだと2分程度である。

　リソースの削除はこれだけで十分だが、モデルを保存している「S3バケット」だけは自動削除されない。S3バケットには、学習済みのモデルなど重要なデータが保存されており、間違って削除してしまうと取り返しが付かない。自動削除されないのは、そういった問題を回避するための対処である。なお、S3バケットの料金は非常に安価であるため（本稿の実行内容だけであれば1カ月数百円程度と見てよい。厳密には公式の料金表を参照してほしい）、「削除しなくても大きな問題はない」とAWSは判断しているようだ。

　ちなみに、本稿の内容を実行した場合の筆者の課金例（※1米ドル＝110円で計算）は、以下の通りで、S3（2回程度実行かつ1日のみ）は4円程度だった。