Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
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
為藤アキラ
January 29, 2025
Technology
280
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
【書籍出版記念】 10周回って、エージェント開発は RAGがすべてだった。〜RAGの歴史と開発現場で見えた実践知〜
akiratameto
22
9.5k
Agent ServerはWeb Serverではない。ADKで考えるAgentOps
akiratameto
0
320
AI Agent Vertex AI Agent Builder × A2A × ADKで繋げるマルチエージェント
akiratameto
1
180
[OpsJAWS Meetup33 AIOps] Amazon Bedrockガードレールで守る安全なAI運用
akiratameto
2
440
Amazon Bedrockで実現する堅牢なデータエンジニアリング
akiratameto
1
150
Bedrock カスタムモデルvs汎用モデルの比較
akiratameto
1
190
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
240
Amazon Bedrock Agents (ナレッジベースの種類)
akiratameto
1
380
Amazon Bedrock Agents (基本編)
akiratameto
0
290
Other Decks in Technology
See All in Technology
AI 時代のスタートアップエコシステ厶から考究する技術的負債との向き合い方
m3m0r7
PRO
2
2k
aws-iot-platform-architecture-use-cases.pdf
ma2shita
0
130
フルカイテン株式会社 エンジニア向け採用資料
fullkaiten
0
12k
range over func 2年間の軌跡 Issue #56413 はGoのエコシステムをどう変えたか
ryujicre8ive
0
190
絵ではじめるKubernetesセキュリティ
aoi1
3
570
Deploying a Full-Stack Bun-Native Framework on Cloudflare Workers
7nohe
0
170
現場で役立つ技術負債の効果的な返済方法
masuda220
PRO
8
4k
OpenTelemetry eBPF Instrumentationの舞台裏 / Behind the Scenes of OpenTelemetry eBPF Instrumentation
ymotongpoo
4
1.3k
omasushiというライブラリを作った
polidog
PRO
0
230
TinyGo 開発サイクルを高速化する:Go で作るエミュレータ入門
zozotech
PRO
1
740
synctest時代のhttptest Go 1.27で変わるHTTPサーバテストの裏側 / go conference2026 synctest and httptest
budougumi0617
1
3k
Minecraft JavaのMODをSwiftで作る
1mash0
0
160
Featured
See All Featured
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
1
410
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2.4k
Introduction to Domain-Driven Design and Collaborative software design
baasie
1
990
The B2B funnel & how to create a winning content strategy
katarinadahlin
PRO
1
520
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
490
Designing Experiences People Love
moore
143
24k
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
280
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
130k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
11
1k
Odyssey Design
rkendrick25
PRO
2
810
GitHub's CSS Performance
jonrohan
1033
470k
How to train your dragon (web standard)
notwaldorf
97
6.8k
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!