AWSのAI・MLサービス応用問題
Amazon SageMakerでトレーニングジョブを実行中に、メモリ不足エラーが発生してジョブが中断されました。同じデータセットと同じml.m5.xlargeインスタンスを使用して再度トレーニングを開始する場合、このエラーを最も効果的に回避するためには、次のどの対応を講じるべきですか？
A.トレーニングジョブの時間制限（MaxRuntimeInSeconds）を短縮する
✗ 時間制限を短縮すると、トレーニングが途中で強制終了される可能性があり、メモリ問題の根本的な解決にはなりません。
B.バッチサイズを減らし、バッチの処理を複数に分割する← 正解
✓ 正解です。バッチサイズを減らすことで、各バッチで使用されるメモリが削減され、メモリ不足エラーを回避できます。
C.SageMakerの自動スケーリング機能を有効にして実行する
✗ SageMakerの自動スケーリング機能はトレーニング中のインスタンス追加に対応していないため、メモリ不足を解決できません。
D.トレーニング前に不要なデータを削除し、SageMaker Data Wranglerで前処理する
✗ データセット全体のサイズを削減しても、バッチサイズが同じままではメモリ使用率は変わらず、エラーは再発します。