Veröffentlicht am: Dec 8, 2020
Amazon SageMaker JumpStart hilft Ihnen, Anwendungen für maschinelles Lernen (ML) einfach und schnell auf den Markt zu bringen, indem Sie vorgefertigte Lösungen für gängige Anwendungsfälle und Open-Source-Modelle aus beliebten Modell-Zoos verwenden.
Heutzutage finden viele ML-Entwickler es schwierig, mit dem maschinellen Lernen anzufangen. Diese ML-Entwickler wollen Modelle zum Laufen bringen und sie in Lösungen integrieren, um ihre Geschäftsprobleme zu lösen. Der Prozess der Erstellung, der Schulung, und der Bereitstellung eines Modells und der Aneinanderreihung verschiedener Komponenten kann jedoch für erfahrene Praktiker oder ML-Entwickler, die neu im maschinellen Lernen sind, Monate oder länger dauern.
Um den Einstieg zu erleichtern, bietet Amazon SageMaker JumpStart eine Reihe von Lösungen für die gängigsten Anwendungsfälle, wie z. B. Betrugserkennung, vorausschauende Wartung, und Bedarfsprognose, die mit nur wenigen Klicks sofort eingesetzt werden können. Die Lösungen vollständig anpassbar, und präsentieren die Anwendung von AWS CloudFormation Vorlagen und Referenzarchitektur, sodass Sie Ihre ML Reise beschleunigen können. Amazon SageMaker JumpStart bietet außerdem die, mit einem Klick, Bereitstellung und Feinabstimmung von mehr als 150 vortrainierten Modellen aus beliebten Modell-Zoos, einschließlich PyTorch Hub und TensorFlow Hub. Für Modelle zur Verarbeitung von natürlicher Sprache, Objekterkennung und Bildklassifizierung stehen Funktionen zur Ein-Klick Bereitstellung und Feinabstimmung zur Verfügung, sodass Sie die Zeit für die Bereitstellung von Open-Source-Modellen für Ihren eigenen Anwendungsfall minimieren können.
Amazon SageMaker RL ist jetzt allgemein in allen AWS Regionen verfügbar, in denen Amazon SageMaker Studio verfügbar ist. Um mit Amazon SageMaker JumpStart zu beginnen, lesen Sie den Blog oder schauen Sie in der Dokumentation nach.