Publicado en: Aug 10, 2021
En base a los contenedores de aprendizaje profundo Hugging Face lanzados a principios de este año, Amazon SageMaker ahora facilita aún más la implementación y el ajuste de los modelos de procesamiento del lenguaje natural (NLP) de última generación con solo unos pocos clics mediante Amazon SageMaker JumpStart. Amazon SageMaker JumpStart ayuda a comenzar a utilizar machine learning (ML) de forma rápida y sencilla. SageMaker JumpStart ofrece un conjunto de soluciones para los casos de uso más comunes que pueden implementarse fácilmente con unos pocos clics y admite la implementación y el ajuste de modelos populares de código abierto como el procesamiento del lenguaje natural, la detección de objetos y los modelos de clasificación de imágenes con un solo clic. Estas soluciones son totalmente personalizables y muestran el uso de plantillas de AWS CloudFormation y arquitecturas de referencia para que pueda acelerar el traspaso al ML. SageMaker JumpStart también está integrado en Amazon SageMaker Studio, nuestro entorno de desarrollo integrado (IDE) para ML, que hace que sea intuitivo descubrir modelos, soluciones y mucho más.
Para facilitar la puesta en marcha de los casos de uso de procesamiento de lenguaje natural (NLP), Amazon SageMaker JumpStart ahora admite la inferencia y el ajuste con un solo clic de los modelos de NLP más populares de Hugging Face. A partir de hoy, puede acceder a más de 40 modelos con entrenamiento previo de Hugging Face Transformers en SageMaker JumpStart para la clasificación de pares de oraciones, la generación de textos, el resumen de textos, el reconocimiento de entidades nombradas y la traducción automática. Estos modelos pueden implementarse para ejecutar la inferencia. Los modelos de clasificación de pares de oraciones también pueden ajustarse en nuevos conjuntos de datos y luego implementarse para la inferencia. SageMaker JumpStart también admite los centros de modelos más populares, como PyTorch Hub y TensorFlow Hub, y aloja más de 300 modelos de visión artificial y de procesamiento de lenguaje natural, junto con 16 soluciones integrales prediseñadas y 19 blocs de notas de ejemplo.
Para encontrar estas nuevas integraciones de Amazon SageMaker JumpStart, puede abrir SageMaker Studio y navegar hacia la pestaña SageMaker JumpStart. Busque Hugging Face en la barra de búsqueda en la parte superior de la página para elegir entre todos los modelos de Hugging Face. También puede desplazarse hacia abajo y encontrar los cientos de modelos de Hugging Face en el carrusel de “Text (texto)” que pueden implementarse y ajustarse con un solo clic.
Amazon SageMaker JumpStart está disponible en todas las regiones donde Amazon SageMaker Studio está disponible. Para comenzar a trabajar con estos modelos Hugging Face en SageMaker JumpStart, consulte la documentación.