发布于: Jun 1, 2022
Amazon SageMaker JumpStart 可帮助您通过一键访问功能访问来自 TensorFlow Hub、PyTorch Hub、Hugging Face 和 Gluon CV 的 (a) 超过 300 个常用模型集合，以及 (b) 18 个用于解决常见业务问题（如需求预测、欺诈侦测和文档理解）的端到端解决方案，以便您快速轻松地解决机器学习问题。提供的模型可用于各种机器学习任务，包括图像分类、对象检测、语义分割、实例分割、图像嵌入、文本分类、句子对分类、问题解答、文本嵌入、文本摘要、文本生成、机器翻译、表格分类和表格回归。
使用大型数据集训练机器学习模型可能需要很长时间。当有额外的训练数据可用时，客户通常希望提高先前训练的模型的质量。使用旧数据和新数据再次训练模型可能需要更长的时间。从今天开始，客户可以使用新数据以增量方式训练 JumpStart 训练过的所有模型，而无需从头开始训练。这可以显著缩短训练时间，以获得更好的模型。您可以通过 SageMaker Studio 内的 SageMaker JumpStart UI 和使用 SageMaker Python SDK 的 python 代码来利用这种增量训练功能。