Amazon SageMaker JumpStart
Hub für Machine Learning (ML) mit Grundlagenmodellen, integrierten Algorithmen und vorgefertigten ML-Lösungen, die Sie mit nur wenigen Klicks einsetzen können
Warum SageMaker JumpStart?
Amazon SageMaker JumpStart ist ein Hub für Machine Learning (ML), der Ihnen helfen kann, Ihren Einsatz von ML zu beschleunigen. Mit SageMaker JumpStart können Sie FMs auf der Grundlage vordefinierter Qualitäts- und Verantwortungsmetriken schnell bewerten, vergleichen und auswählen, um Aufgaben wie die Zusammenfassung von Artikeln und die Generierung von Bildern durchzuführen. Vortrainierte Modelle sind mit Ihren Daten vollständig an Ihren Anwendungsfall anpassbar, und Sie können sie mit der Benutzeroberfläche oder dem SDK problemlos in der Produktion einsetzen. Sie können auch Artefakte, einschließlich Modelle und Notizbücher, innerhalb Ihrer Organisation teilen, um die Modellerstellung und -bereitstellung zu beschleunigen, und Administratoren können steuern, welche Modelle für Benutzer in ihrer Organisation sichtbar sind.
Ihre Daten werden nicht verwendet, um die zugrunde liegenden Modelle zu trainieren. Da alle Daten verschlüsselt sind und Ihre Virtual Private Cloud (VPC) nicht verlassen, können Sie darauf vertrauen, dass Ihre Daten privat und vertraulich bleiben. Weitere Informationen finden Sie unter Häufig gestellte Fragen.
Funktionsweise
Basismodelle
Integrierte Algorithmen mit vortrainierten Modellen
Lösungen
ML-Artefaktfreigabe
Vorteile von SageMaker JumpStart
Öffentlich verfügbare Basismodelle
Integrierte ML-Algorithmen
Individuell anpassbare Lösungen
Zusammenarbeit unterstützen
Amazon-SageMaker-HyperPod-Integration
SageMaker HyperPod unterstützt jetzt die Bereitstellung von Open-Weights-Foundation-Modellen aus SageMaker JumpStart direkt in Ihren SageMaker HyperPod-Clustern in nur wenigen einfachen Schritten.
Features von Amazon SageMaker JumpStart
Basismodelle
Erkunden Sie zahlreiche proprietäre und öffentlich verfügbare Basismodelle von von Modellanbietern wie AI21 Labs, Cohere, Databricks, Hugging Face, Meta, Mistral AI, Stability AI und Alexa, um eine Vielzahl von Aufgaben wie Artikelzusammenfassung und Text-, Bild- oder Videogenerierung auszuführen.
Auf Hunderte von integrierten Algorithmen zugreifen
SageMaker JumpStart stellt Hunderte von integrierten Algorithmen mit vortrainierten Modellen aus Modell-Hubs zur Verfügung, darunter TensorFlow Hub, PyTorch Hub, Hugging Face und MxNet GluonCV. Sie können auch auf integrierte Algorithmen zugreifen, indem Sie SageMaker Python SDK verwenden. Integrierte Algorithmen decken allgemeine ML-Aufgaben ab, wie z. B. Datenklassifizierungen (Image, Text, Tabelle) und Stimmungsanalyse.
Vorgefertigte Lösungen für gängige Anwendungsfälle
SageMaker JumpStart bietet Komplettlösungen mit einem Klick für viele gängige Anwendungsfälle des Machine Learning wie Nachfrageprognosen, Kreditratenvorhersagen, Betrugserkennung und Computer Vision.