为什么选择 SageMaker JumpStart？
Amazon SageMaker JumpStart 是一个机器学习（ML）中心，可以帮助您加速 ML 之旅。借助 SageMaker JumpStart，您可以根据预定义的质量和责任指标快速评估、比较和选择 FM，以执行文章摘要和图像生成等任务。预训练模型可针对您的使用案例和数据完全自定义，并且您可以使用用户界面或 SDK 轻松将其部署到生产中。您还可以在组织内共享构件，包括模型和笔记本，以加快模型构建和部署，管理员可以控制组织内的用户可以看到哪些模型。
未使用您的任何数据来训练基础模型。由于所有数据都经过加密且不会离开您的虚拟私有云（VPC），因此您可以相信您的数据将会保持私密和机密。关于更多信息，请参阅常见问题。
工作原理
-
基础模型
-
带有预训练模型的内置算法
-
解决方案
-
ML 构件共享
-
基础模型
-
-
带有预训练模型的内置算法
-
-
解决方案
-
-
ML 构件共享
-
工作原理
-
基础模型
-
带有预训练模型的内置算法
-
解决方案
-
ML 构件共享
-
基础模型
-
-
带有预训练模型的内置算法
-
-
解决方案
-
-
ML 构件共享
-
SageMaker JumpStart 的优势
Amazon SageMaker JumpStart 的功能
基础模型
探索 AI21 Labs、Cohere、Databricks、Hugging Face、Meta、Mistral AI、Stability AI 和 Alexa 等模型提供商提供的众多专有和公开可用的基础模型，以执行各种任务，例如文章摘要和文本、图像或视频生成。
访问数百种内置算法
SageMaker JumpStart 提供数百种内置算法以及经过预先训练的模型，这些模型均来自模型中心，包括 TensorFlow Hub、PyTorch Hub、HuggingFace 和 MxNet GluonCV。您也可以使用 SageMaker Python 开发工具包访问内置算法。内置算法包括常见的机器学习任务，如数据分类（图像、文本、表格）和情绪分析。
针对常见使用案例的预构建解决方案
SageMaker JumpStart 为许多常见的机器学习使用案例提供一键式端到端解决方案，例如需求预测、信用率预测、欺诈检测和计算机视觉。
Amazon SageMaker 适用于 JumpStart 的资源
显示 1 - 8 (17)