翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 自動モデルチューニングリソースの制限
<a name="automatic-model-tuning-limits"></a>

SageMaker AI では、自動モデルチューニングで使うリソースに次の制限がデフォルトで設定されます。


| [リソース]  | リージョン | デフォルトの制限 | 引き上げ可能 | 
| --- | --- | --- | --- | 
| ハイパーパラメータ調整ジョブの並列 (同時) 実行数 | すべて | 100 | 該当なし | 
| 検索できるハイパーパラメータの数 \* | すべて | 30 | 該当なし | 
| ハイパーパラメータチューニングジョブごとに定義されたメトリクスの数 | すべて | 20 | 該当なし | 
| ハイパーパラメータチューニングジョブごとの平行トレーニングジョブの数 | すべて | 10 | 100 | 
| (ベイズ最適化) ハイパーパラメータ調整ジョブごとのトレーニングジョブの数 | すべて | 750 | 該当なし | 
| (ランダム検索) 各ハイパーパラメータ調整ジョブのトレーニングジョブ数 | すべて | 750 | 10000 | 
| (Hyperband) ハイパーパラメータチューニングジョブごとのトレーニングジョブの数 | すべて | 750 | 該当なし | 
| (Grid) ハイパーパラメータ調整ジョブあたりのトレーニングジョブの数 (明示的に指定、または探索空間から推測) | すべて | 750 | 該当なし | 
| ハイパーパラメータチューニングジョブの最大実行時間 | すべて | 30 日間 | 該当なし | 

\* 各カテゴリ別ハイパーパラメータには最大 30 個の異なる値を設定できます。

## リソース制限の例
<a name="automatic-model-tuning-limits-example"></a>

ハイパーパラメータチューニングジョブを計画するときは、トレーニングリソースの制限も考慮する必要があります。SageMaker AI トレーニングジョブのデフォルトのリソース制限については、「[SageMaker AI Limits](https://docs.aws.amazon.com/general/latest/gr/aws_service_limits.html#limits_sagemaker)」を参照してください。すべてのハイパーパラメータチューニングジョブが実行されるすべての同時トレーニングインスタンスは、許可されているトレーニングインスタンスの合計数に対してカウントされます。例えば、10 件の同時ハイパーパラメータチューニングジョブを実行すると、各ハイパーパラメータチューニングジョブで合計 100 件のトレーニングジョブと 20 件の同時トレーニングジョブが実行されるとします。これらのトレーニングジョブはそれぞれ、1 つの **ml.m4.xlarge** インスタンスで実行されます。以下の制限が適用されます。
+ 同時ハイパーパラメータチューニングジョブの数: チューニングジョブは 10 件で、制限の 100 件を下回っているため、制限を引き上げる必要はありません。
+ ハイパーパラメータチューニングジョブごとのトレーニングジョブの数: トレーニングジョブは 100 件で、制限の 750 件を下回っているため、制限を引き上げる必要はありません。
+ ハイパーパラメータチューニングジョブごとの同時実行トレーニングジョブ数: デフォルト制限は 10 のため、制限を 20 に引き上げるようリクエストする必要があります。
+ SageMaker AI トレーニング **ml.m4.xlarge** インスタンス: 10 件のハイパーパラメータチューニングジョブがあり、それぞれ 20 件の同時実行トレーニングジョブが実行されているため、上限を 200 に引き上げるようリクエストする必要があります。デフォルトの制限は 20 インスタンスです。
+ SageMaker AI トレーニングの合計インスタンス数: 10 件のハイパーパラメータチューニングジョブがあり、それぞれ 20 件の同時実行トレーニングジョブが実行されているため、上限を 200 に引き上げるようリクエストする必要があります。デフォルトの制限は 20 インスタンスです。

**クォータの引き上げをリクエストするには:**

1. [AWS Support センター](https://console.aws.amazon.com/support/home#/)のページを開き、必要に応じてサインインし、**[Create case]** (ケースの作成)を選択します。

1. [**Create case (ケースの作成)**] ページで [**Service limit increase (サービスの制限緩和)**] を選択します。

1. **[ケースの詳細]** パネルで、**[上限タイプ]** に **[SageMaker AI モデル自動チューニング [ハイパーパラメータ最適化]]** を選択します。

1. **[Request 1]** (リクエスト 1) の **[Requests]** (リクエスト) パネルで、**[Region]** (リージョン)、引き上げるリソースの **[Limit]** (制限)、リクエストする **[New Limit value]** (新しい制限値) を選択します。クォータの引き上げの追加リクエストがある場合は、**[Add another request]** (リクエストを追加) を選択します。  
![リソース制限を増加するリクエストの UI。](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/hpo/hpo-quotas-service-linit-increase-request.PNG)

1. **[Case description]** (ケースの説明) パネルで、ユースケースの説明を入力します。

1. **[Contact options]** (連絡先オプション) パネルで希望する **[Contact methods]** (連絡方法)、**[Web]** (ウェブ)、**[Chat]** (チャット) または**[Phone]** (電話) を選択し、**[Submit]** (送信) を選択します。