Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
DeepSeek-R1をカスタムモデルとしてAmazon Bedrockにインポートし活用
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
為藤アキラ
January 29, 2025
Technology
270
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
DeepSeek-R1をカスタムモデルとしてAmazon Bedrockにインポートし活用
為藤アキラ
January 29, 2025
More Decks by 為藤アキラ
See All by 為藤アキラ
Agent ServerはWeb Serverではない。ADKで考えるAgentOps
akiratameto
0
210
AI Agent Vertex AI Agent Builder × A2A × ADKで繋げるマルチエージェント
akiratameto
1
150
[OpsJAWS Meetup33 AIOps] Amazon Bedrockガードレールで守る安全なAI運用
akiratameto
2
410
Amazon Bedrockで実現する堅牢なデータエンジニアリング
akiratameto
1
140
Bedrock カスタムモデルvs汎用モデルの比較
akiratameto
1
170
Vertex AIで実現するLLMデータアノテーションの効率化と自動化
akiratameto
0
220
Amazon Bedrock Agents (ナレッジベースの種類)
akiratameto
1
340
Amazon Bedrock Agents (基本編)
akiratameto
0
250
SageMaker Feature Storeを活かしたLLM推論
akiratameto
1
130
Other Decks in Technology
See All in Technology
[MIRU26] To What Extent Does MLLM-as-a-Judge Exhibit Cross-Model Preference Bias?
keio_smilab
PRO
0
200
ウォーターフォール開発案件のPMとしてAI活用を模索している話
hatahata021
3
310
Webアクセシビリティ入門 2026
recruitengineers
PRO
1
250
Sansan Engineering Unit 紹介資料
sansan33
PRO
1
4.9k
Redmine 7.0 新機能・機能強化解説(OSC2026京都ダイジェスト版)
vividtone
1
190
[しろおび夏祭り2026] チャットするAIから、作業するAIへ - 使われ方の変化と、その裏側で起きていること
kk0n
0
1.6k
SnowflakeCoCoでデータエンジニアリング!
foursue
0
170
もう一度考える SRE チームの作り方・育て方 / Rethinking SRE #1: Building and Growing SRE Teams
rrreeeyyy
5
980
え?フロントエンドエンジニアの ワイがインフラも!?
puku0x
0
260
Goでデータパイプラインを作ろう
sansantech
PRO
0
240
20260801_スクフェス大阪
kgnkhkr
1
1.1k
plamo-3-translateの開発
pfn
PRO
0
280
Featured
See All Featured
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
6k
Evolving SEO for Evolving Search Engines
ryanjones
0
250
JAMstack: Web Apps at Ludicrous Speed - All Things Open 2022
reverentgeek
1
530
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
480
Faster Mobile Websites
deanohume
310
32k
Darren the Foodie - Storyboard
khoart
PRO
3
3.5k
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
72
41k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
8.2k
Effective software design: The role of men in debugging patriarchy in IT @ Voxxed Days AMS
baasie
0
460
BBQ
matthewcrist
89
10k
Ethics towards AI in product and experience design
skipperchong
2
340
Imperfection Machines: The Place of Print at Facebook
scottboms
270
14k
Transcript
AWS活用 AI/ML/LLM #2 大規模言語モデル(LLM)のモデル開発 DeepSeek-R1をカスタムモデルとして Amazon Bedrockにインポートし活用 株式会社BLUEISH 代表取締役CEO兼CTO 為藤アキラ
@AkiraTameto
為藤 アキラ (Akira Tameto) 株式会社BLUEISH 代表取締役 CEO兼CTO ・AWS歴12年 ・直近のAIプロジェクト
・画像を中心とした機械学習とLLM のハイブリッドのアーキテクト 自己紹介
今回のゴール ・Amazon Bedrockをカスタムモデルを構築すること
デモンストレーション
Hugging Face DeepSeek
DeepSeekのダウンロード pip install huggingface_hub from import model_id = (repo_id=model_id, local_dir=f
) huggingface_hub snapshot_download snapshot_download # model_id = "deepseek-ai/DeepSeek-R1-Distill-Llama-8B" # snapshot_download(repo_id=model_id, local_dir=f"./DeepSeek-R1-Distill-Llama-8B") "deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B" "./DeepSeek-R1-Distill-Qwen-1.5B" 1.Huggingfaceからダウンロードを行うのでライブラリーのインストール 2.Huggingfaceからモデルをライブラリーのインストール
DeepSeekのダウンロード ダウンロード中 ダウンロードできている事を確認
モデルを格納する為のバケット作成
モデルを格納する為のバケット作成
モデルを格納する為のバケット作成
バケットにアップロード
バケットにアップロード
バケットにアップロード
バケットにアップロード
モデルのインポート
モデルのインポート
モデルのインポート
モデルのインポート
モデルのインポート
モデルのインポート
モデルのインポート
モデルのインポート
InvokeModel APIで実行
InvokeModel APIで実行
InvokeModel APIで実行 import import = . = = = \n
= . = = = =2 = json boto3 client boto3 ( ) model_id prompt formatted_prompt prompt response client ( modelId model_id, body json. ( { :prompt, } ), ) response_body json. (response[ ]. ()) (json. (response_json, indent , ensure_ascii False)) client invoke_model dumps loads read print dumps "bedrock-runtime", region_name="us-east-1" "arn:aws:bedrock:us-west-1:{先ほどのモデル}" "東京都の歴史を説明してください" "prompt" "body" f"""<s>[INST] Human: { }[/INST] Assistant: """
InvokeModel APIで実行 { “generation”: “嗯,用户让我解释东京都的历史,我需要先理清思路。首先,东京都 现在是一个大都市,但它的历史可能从古代开始。我记得江户时代之前,东京可能只 是个小渔村或者不太重要的地方。然后德川家康在江户建立幕府,这应该是东京发展 的转折点。江户时代持续了大约260年,直到明治维新。明治时期,首都从京都迁到 江户,改名东京,成为日本的政治经济中心。接下来是近代的发展,关东大地震和二 战的影响可能也很重要,特别是战后重建和经济高速增长期。现在东京都是全球重要
的城市,可能还需要提到行政区划的变化,比如23特别区的设立。用户可能想知道关 键的历史事件和时期,以及它们如何塑造了今天的东京。需要确保时间线清晰,重要 事件不遗漏。可能还需要简要提到古代部分,比如平安时代或更早的时期,是否有相 关历史。另外,东京都的成立时间,可能是在1943年,合并了东京府和东京市。”
Hugging Face DeepSeek
Hugging Face サイバーエージェントさんのDeepSeek
Thank You!