SageMakerの組み込みアルゴリズム用のCSVトレーニングデータを準備する際、データセットをnumpy.arrayに変換するとトレーニング速度が低下しました。SageMakerの組み込みアルゴリズム用にトレーニングデータを最適化するには、どうすればよいですか？

SageMakerの組み込みアルゴリズムは、RecordIO protobuf形式のデータを効率的に処理するように最適化されています。この形式は、データ転送と読み込みのオーバーヘッドを削減し、トレーニング速度を向上させます。numpy.arrayは一般的なデータ形式ですが、SageMakerの組み込みアルゴリズムにとっては最適化されていません。 他の選択肢について： SageMakerバッチ変換は推論ジョブに使用され、トレーニングデータの変換には直接関係ありません。 AWS GlueでParquet形式に圧縮することはデータストレージの効率化には役立ちますが、SageMakerの組み込みアルゴリズムが直接Parquetを最も効率的に読み込むわけではありません。RecordIO protobufが推奨されます。 ハイパーパラメータ最適化はモデルの性能を向上させるためのものであり、トレーニングデータの形式を最適化するものではありません。