Veröffentlicht am: Jun 1, 2022
Amazon SageMaker JumpStart hilft Ihnen bei der schnellen und einfachen Behebung Ihrer Machine-Learning-Probleme. Mit einem Klick können Sie (a) auf über 300 beliebte Modellsammlungen von TensorFlow Hub, PyTorch Hub, Hugging Face und Gluon CV und (b) auf 18 End-to-End-Lösungen, die gängige Geschäftsprobleme wie Nachfrageprognosen, Betrugserkennung und Dokumentenverständnis lösen, zugreifen. Die verfügbaren Modelle decken ein breites Spektrum an Machine-Learning-Aufgaben ab, darunter Bildklassifizierung, Objekterkennung, semantische Segmentierung, Instance-Segmentierung, Bildeinbettung, Textklassifizierung, Satzpaar-Klassifizierung, Beantwortung von Fragen, Texteinbettung, Textzusammenfassung, Texterzeugung, maschinelle Übersetzung, tabellarische Klassifizierung und tabellarische Regression.
Das Training von Machine-Learning-Modellen mit großen Datensätzen kann viel Zeit in Anspruch nehmen. Kunden wollen häufig die Qualität eines zuvor trainierten Modells verbessern, wenn zusätzliche Trainingsdaten verfügbar werden. Das erneute Training des Modells mit sowohl alten als auch neuen Daten kann länger dauern. Ab heute können Kunden alle JumpStart-trainierten Modelle schrittweise mit neuen Daten trainieren, ohne das Training von vorne wiederholen zu müssen. Das kann die Trainingszeit bis zum Erreichen eines besseren Modells deutlich verkürzen. Dieses schrittweise Training ist über die SageMaker-JumpStart-Benutzeroberfläche in SageMaker Studio und bei Verwendung der SageMaker Python SDK über Pythoncode verfügbar.
Amazon SageMaker JumpStart ist in allen Regionen verfügbar, in denen Amazon SageMaker Studio zur Verfügung steht. Um mit diesen neuen Modellen auf SageMaker zu beginnen, lesen Sie die Dokumentation zu JumpStart.