Amazon SageMaker JumpStart

클릭 몇 번으로 배포 가능하며 기초 모델, 기본 제공 알고리즘 및 사전 구축된 ML 솔루션이 포함된 기계 학습(ML) 허브

SageMaker JumpStart를 사용해야 하는 이유는 무엇인가요?

Amazon SageMaker JumpStart는 기계 학습(ML) 여정을 앞당기는 데 도움이 될 수 있는 ML 허브입니다. SageMaker JumpStart를 사용하면 사전 정의된 품질 및 책임 지표를 기반으로 FM을 신속하게 평가, 비교, 선택하여 기사 요약과 이미지 생성 등의 작업을 수행할 수 있습니다. 사전 학습된 모델은 데이터를 사용하여 사용 사례에 맞게 완전히 맞춤화할 수 있으며 사용자 인터페이스 또는 SDK를 사용하여 이를 프로덕션 환경에 쉽게 배포할 수 있습니다. 또한 사전 구축된 솔루션에 액세스하여 일반적인 사용 사례를 해결하고, ML 모델 및 노트북을 포함한 ML 아티팩트를 조직 내에서 공유하여 ML 모델 구축 및 배포를 가속화할 수 있습니다.

사용자의 어떠한 데이터도 기본 모델을 훈련하는 데 사용되지 않습니다. 모든 데이터가 암호화되고 Virtual Private Cloud(VPC)에서 벗어나지 않으므로 데이터가 비공개로 유지되고 기밀로 유지될 수 있습니다. 자세한 내용은 FAQ를 참조하세요.

작동 방식

  • 기초 모델
  • 사전 훈련된 모델이 포함된 기본 제공 알고리즘
  • 솔루션
  • 솔루션 작동 방식 다이어그램
  • ML 아티팩트 공유
  • ML 아티팩트 공유 작동 방식 다이어그램

작동 방식

  • 기초 모델
  • 사전 훈련된 모델이 포함된 기본 제공 알고리즘
  • 솔루션
  • 솔루션 작동 방식 다이어그램
  • ML 아티팩트 공유
  • ML 아티팩트 공유 작동 방식 다이어그램

SageMaker JumpStart의 이점

완전히 맞춤형으로 설정이 가능한 텍스트 및 이미지 생성을 위한 유명 모델 제공업체의 기초 모델
인기 모델 허브에서 사전 훈련된 모델을 사용하는 수백 개의 기본 제공 알고리즘
참조 아키텍처를 사용하여 일반적인 사용 사례에 맞게 완전히 사용자 지정 가능한 솔루션으로 ML 여정을 가속화
ML 모델 및 노트북을 조직 전체에서 공유하여 ML 모델 구축 및 배포를 가속화

Amazon SageMaker JumpStart의 기능

  • 기초 모델
  • 기초 모델

    기초 모델

    텍스트, 이미지, 비디오 생성과 기사 요약 같은 광범위한 작업을 수행할 수 있는 독점적이고 공개적으로 사용 가능한 수많은 파운데이션 모델을 살펴보세요. 기초 모델은 사전 훈련되어 있으므로 훈련 및 인프라 비용을 낮추고 사용 사례에 적합한 사용자 지정을 지원하는 데 도움이 될 수 있습니다.

  • 기본 제공 알고리즘
  • 수백 개의 기본 제공 알고리즘에 액세스

    SageMaker JumpStart는 TensorFlow Hub, PyTorch Hub, Hugging Face 및 MxNet GluonCV를 포함한 모델 허브에서 사전 훈련된 모델을 사용하는 수백 개의 기본 제공 알고리즘을 제공합니다. SageMaker Python SDK를 사용하여 기본 제공 알고리즘에 액세스할 수도 있습니다. 기본 제공 알고리즘은 데이터 분류(이미지, 텍스트, 테이블) 및 감성 분석과 같은 일반적인 ML 태스크를 다룹니다.

    기본 제공 알고리즘에 대해 자세히 알아보기
  • 사전 구축된 솔루션
  • 공통 사용 사례를 위해 사전 구축된 솔루션

    SageMaker JumpStart는 수요 예측, 신용 금리 예측, 사기 탐지, 컴퓨터 비전 등 일반적인 기계 학습 사용 사례를 위한 원클릭 엔드 투 엔드 솔루션을 제공합니다.
    사전 구축된 솔루션에 대해 자세히 알아보기

새로운 소식

  • 날짜(최신순)
결과를 찾을 수 없음
1