Publicado: Dec 8, 2020
O Amazon SageMaker JumpStart ajuda você a trazer aplicações de machine learning (ML) para o mercado de maneira fácil e rápida, usando soluções predefinidas para casos de uso comuns e modelos de código aberto de modelos zoos populares.
Hoje, muitos desenvolvedores de ML têm dificuldade para começar a usar a machine learning. Esses desenvolvedores de ML querem colocar os modelos em execução e integrá-los a soluções para resolver seus problemas de negócios. No entanto, o processo de criação, treinamento e implantação de um modelo e junção de diferentes componentes pode levar meses ou mais para profissionais experientes ou desenvolvedores de ML novos em machine learning.
Para facilitar o início, o Amazon SageMaker JumpStart oferece um conjunto de soluções para os casos de uso mais comuns, como detecção de fraude, manutenção preditiva e previsão de demanda, que podem ser implantados prontamente com apenas alguns cliques. As soluções são totalmente personalizáveis e mostram o uso de modelos do AWS CloudFormation e arquiteturas de referência para que você possa acelerar sua jornada de ML. O Amazon SageMaker JumpStart também oferece implantação com um clique e ajuste fino de mais de 150 modelos zoos, populares, pré-treinados, incluindo PyTorch Hub e o TensorFlow Hub. Recursos de implantação e ajuste fino com um clique estão disponíveis para processamento de linguagem natural, detecção de objeto e modelos de classificação de imagem, para que você possa minimizar o tempo para implantar modelos de código aberto para seu próprio caso de uso.
A partir de hoje, o Amazon SageMaker JumpStart está disponível em todas as regiões em que o Amazon SageMaker Studio está disponível. Para começar a usar o Amazon SageMaker JumpStart, leia o blog ou consulte a documentação.