全新 — 使用 Amazon SageMaker JumpStart 更轻松地在组织内共享 ML 模型和笔记本

Amazon SageMaker JumpStart 是一个机器学习 (ML) 中心，可以帮助您加快机器学习之旅。采用 SageMaker JumpStart 您可以访问内置算法，包括来自常用模型中心的预训练模型、帮助您执行文章摘要和图像生成等任务的预训练基础模型，以及用于解决常见用例的端到端解决方案。

今天，我很高兴地宣布，您现在可以更与使用 SageMaker JumpStart 共享您的 AWS 账户的其他用户轻松共享 ML 构件，例如模型和笔记本。

使用 SageMaker JumpStart 共享机器学习构件
机器学习是一个团队运动。您可能希望与团队中的其他数据科学家共享模型和笔记本，进行协作并提高工作效率。您还可能想与运营团队共享模型，将其投入生产。让我介绍一下如何使用 SageMaker JumpStart 共享机器学习构件。

在 SageMaker Studio 中，在左侧导航菜单中选择 Model（模型）。然后，选择 Shared models（共享模型） 和 Shared by my organization（我的组织共享）。现在，您可以发现和搜索在您的 AWS 账户中共享 ML 构件的其他用户。请注意，您可以添加和共享使用 SageMaker 开发的机器学习构件以及在 SageMaker 之外开发的机器学习构件。

要共享模型或笔记本，请选择 Add（添加）。对于模型，提供基本信息，例如标题、描述、数据类型、机器学习任务、框架和任何其他元数据。此信息可帮助其他用户找到适合其用例的正确模型。您还可以为模型启用训练和部署。用户只需点击几下就可以通过 SageMaker JumpStart 微调共享模型并部署模型。

要启用模型训练，您可以选择现有的 SageMaker 训练作业，该作业将自动填充所有相关信息。此信息包括容器框架、训练脚本位置、模型构件位置、实例类型、默认训练和验证数据集以及目标列。您还可以通过选择预建的 SageMaker 深度学习容器 或在 Amazon ECR 中选择自定义 Docker 容器来提供自定义模型训练信息。您还可以为模型训练指定默认超参数和指标。

要启用模型部署，还需要定义要使用的容器镜像、推理脚本和模型构件位置以及默认实例类型。查看 SageMaker 开发者指南，了解有关模型训练和模型部署选项的更多信息。

共享笔记本的工作原理类似。您需要提供有关笔记本和笔记本文件的 Amazon S3 位置基本信息。

共享您 AWS 账户的用户现在可以浏览和选择共享模型来微调、部署端点或直接在 SageMaker JumpStart 中运行笔记本。

在 SageMaker Studio 中，在左侧导航菜单中选择 Quick start solutions（快速入门解决方案）然后 选择 解决方案、模型、示例笔记本访问所有共享的 ML 构件以及来自常用模型中心和端到端解决方案的预训练模型。

现已推出
Amazon SageMaker JumpStart 中新的机器学习构件共享功能现已在所有推出 Amazon SageMaker JumpStart 的 AWS 区域上市。要了解更多信息，请访问 Amazon SageMaker JumpStart 和 SageMaker JumpStart 文档。

立即开始用 Amazon SageMaker JumpStart 共享模型和笔记本！

– Antje