なぜ SageMaker JumpStart が良いのですか?
Amazon SageMaker JumpStart は、機械学習ジャーニーを加速させることができる機械学習 (ML) ハブです。SageMaker JumpStart を利用すると、事前に定義された質と責任に関するメトリクスに基づいて FM を迅速に評価、比較、選択して、記事の要約や画像生成などのタスクを実行できます。事前トレーニング済みのモデルは、データを使用してユースケースに合わせて完全にカスタマイズでき、ユーザーインターフェイスまたは SDK を使用して本番環境に簡単にデプロイできます。また、事前構築済みのソリューションにアクセスして、一般的なユースケースを解決し、機械学習モデルやノートブックなどの機械学習アーティファクトを組織内で共有して、機械学習モデルの構築とデプロイを加速させることができます。
どのデータも、基礎となるモデルのトレーニングには使用されません。すべてのデータは暗号化され、Amazon 仮想プライベートクラウド (VPC) の外部に漏れることはないため、データがプライベートかつ機密に保たれることについてご安心いただけます。よくある質問については、こちらを参照してください。
仕組み
-
基盤モデル
-
事前トレーニング済みモデルによる組み込みアルゴリズム
-
ソリューション
-
機械学習アーティファクトの共有
-
基盤モデル
-
-
事前トレーニング済みモデルによる組み込みアルゴリズム
-
-
ソリューション
-
-
機械学習アーティファクトの共有
-
仕組み
-
基盤モデル
-
事前トレーニング済みモデルによる組み込みアルゴリズム
-
ソリューション
-
機械学習アーティファクトの共有
-
基盤モデル
-
-
事前トレーニング済みモデルによる組み込みアルゴリズム
-
-
ソリューション
-
-
機械学習アーティファクトの共有
-
SageMaker JumpStart のメリット
Amazon SageMaker JumpStart 機能
-
基盤モデル
-
組み込みアルゴリズム
-
事前構築済みのソリューション
-
基盤モデル
-
基盤モデル
記事の要約や、テキスト、画像、動画の生成など、さまざまなタスクを実行するための、多数の独自の基盤モデルや公開されている基盤モデルを詳しくご覧ください。基盤モデルは事前トレーニングされているため、トレーニングやインフラストラクチャのコストを削減し、ユースケースに合わせたカスタマイズを可能にします。
-
組み込みアルゴリズム
-
何百ものビルトインアルゴリズムにアクセス
SageMaker JumpStart は、TensorFlow Hub、PyTorch Hub、Hugging Face、MxNet GluonCV などのモデルハブの事前トレーニング済みモデルを備えた数百の組み込みアルゴリズムを提供します。また、SageMaker Python SDK を使用して組み込みアルゴリズムにアクセスすることもできます。組み込みアルゴリズムは、データ分類 (画像、テキスト、表形式) や感情分析などの一般的な ML タスクをカバーします。
-
事前構築済みのソリューション
-
一般的なユースケース向けにあらかじめ構築されたソリューション
SageMaker JumpStart は、需要予測、信用率予測、不正検出、コンピュータービジョンなど、多くの一般的な機械学習ユースケースにワンクリックでエンドツーエンドのソリューションを提供します。プリビルドソリューションの詳細