게시된 날짜: Jul 26, 2021
Amazon SageMaker JumpStart를 사용하면 TensorFlow Hub, PyTorch Hub, Hugging Face('model zoo'라고도 함)의 인기 있는 모델 모음과 수요 예측, 사기 탐지, 문서 이해 등 일반 비즈니스 문제를 해결해 주는 엔드투엔드 솔루션 16개를 클릭 한 번으로 사용할 수 있어 빠르고 쉽게 기계 학습 문제를 해결하는 데 도움을 얻을 수 있습니다.
오늘부터 SageMaker JumpStart는 미세 튜닝이 가능한 PyTorch Hub 및 MxNet GluonCV의 첨단 객체 탐지 모델 20개를 지원합니다. 이 모델에는 MS-COCO 및 PASCAL VOC 데이터 집합에서 사전 훈련된 YOLO-v3, FasterRCNN, SSD가 포함됩니다. 이러한 사전 훈련된 모델을 사용하면 SageMaker에 이미지를 있는 그대로 배포하여 클릭 한 번으로 이미지 내 다양한 객체를 인식할 수 있습니다. 또한 자체 데이터 집합에서 모델을 미세 튜닝해 사전 훈련된 데이터 집합에 있는 것과 다른 객체를 식별하여 정확한 예측을 할 수 있습니다.
이제 SageMaker JumpStart는 ResNet, MobileNet, EfficientNet 등 TensorFlow Hub의 52개 첨단 이미지 분류 모델에 대한 이미지 특성 벡터 추출 또한 지원합니다. 고객은 이러한 새로운 모델을 사용하여 이미지에 대한 이미지 특성 벡터를 생성할 수 있습니다. 생성된 특성 벡터는 고차원 유클리드 공간에서의 이미지 표현입니다. 이미지 검색 애플리케이션에 사용해 이미지를 비교하고 유사점을 식별할 수 있습니다.
또한 SageMaker JumpStart에는 텍스트 생성용 GPT-2 모델 5개와 Hugging Face의 문장쌍 분류 모델 21개가 추가되었습니다. 이 첨단 GPT-2 모델은 고객이 단어 몇 개의 입력에서 일관성 있는 영어 문장을 생성할 수 있도록 지원합니다. 고객은 문장쌍 분류 모델을 사용하여 자연어 추론을 수행할 수 있습니다.
아래 이미지는 SageMaker JumpStart에서 사용 가능한 텍스트 모델 64개와 비전 모델 196개의 샘플 보기를 보여줍니다.