投稿日: Jun 1, 2022
Amazon SageMaker JumpStart は、(a)TensorFlow Hub、PyTorch Hub、Hugging Face、および Gluon CV の 300 を超える定評あるモデルコレクションと (b) 需要予測、不正検出、ドキュメント理解などの一般的なビジネス上の問題を解決する 18 のエンドツーエンドソリューションにワンクリックでアクセスできるため、機械学習の問題をすばやく簡単に解決するのに役立ちます。利用可能なモデルは、画像分類、オブジェクト検出、セマンティックセグメンテーション、インスタンスセグメンテーション、画像埋め込み、テキスト分類、センテンスペア分類、質問に対する回答、テキスト埋め込み、テキスト要約、テキスト生成、機械翻訳、表形式の分類、表形式の回帰など、幅広い機械学習タスクに使用することができます。
大規模なデータセットを使用した機械学習モデルのトレーニングには、長い時間がかかる場合があります。お客様の多くは、追加のトレーニングデータが利用可能になったときに、過去にトレーニングしたモデルの品質を向上させたいと考えます。古いデータと新しいデータの両方を使用してモデルを再度トレーニングすると、通常よりも長い時間がかかる場合があります。本日より、最初からトレーニングすることなく、JumpStart でトレーニングしたすべてのモデルに対して新しいデータで増分トレーニングを実施できるようになりました。これにより、大幅に短縮されたトレーニング時間でモデルの品質を改善できます。この増分トレーニング機能は SageMaker Studio のSageMaker JumpStart UI から、もしくは SageMaker Python SDK を使用して Python コードから利用できます。