发布于: Aug 10, 2021
在今年早些时候发布的 Hugging Face Deep Learning Containers 的基础上,Amazon SageMaker 现在使得用户可以更轻松地部署和优化最先进的自然语言处理(NLP)模型,只需使用 Amazon SageMaker JumpStart 点击几下即可。Amazon SageMaker JumpStart 可帮助您快速轻松地开始使用机器学习(ML)。SageMaker JumpStart 为最常见的使用案例提供了一套解决方案,只需点击几下即可轻松部署,并支持对流行的开源模型进行一键部署和优化,例如自然语言处理、对象检测和镜像分类模型。这些解决方案是完全可定制的,且展示了 AWS CloudFormation 模板和参考架构的用处,因此可以加快您的机器学习(ML)进程。SageMaker JumpStart 也已集成到 Amazon SageMaker Studio 中,后者是我们用于机器学习(ML)的完全集成开发环境(IDE),可以直观地发现模型、解决方案等。
为了更轻松地开始使用 NLP 使用案例,Amazon SageMaker JumpStart 现在支持对 Hugging Face 中最流行的 NLP 模型进行一键推理和一键优化。自即日起,您可以在 SageMaker JumpStart 中访问 40 多个预先训练好的 Hugging Face Transformers 模型,用于句子对分类、文本生成、文本摘要、命名实体识别和机器翻译。这些模型可以按原样部署以运行推理。也可以在新数据集上对句子对分类模型进行优化,然后将其部署用于推理。SageMaker JumpStart 还支持流行的模型中心,例如 PyTorch Hub 和 TensorFlow Hub,同时托管 300 多个计算机视觉和自然语言处理模型,以及 16 个预构建的端到端解决方案和 19 个示例笔记本。
要查找这些新的 Amazon SageMaker JumpStart 集成,您可以打开 SageMaker Studio 并导航到 SageMaker JumpStart 选项卡。在页面顶部的搜索栏中搜索 Hugging Face,您将可以对所有 Hugging Face 模型进行选择。或者,您可以向下滚动并在“文本”轮播中找到 Hugging Face 模型,以找到数百个可以一键部署和优化的模型。