Publicado: Jun 1, 2022
O Amazon SageMaker JumpStart ajuda você a resolver seus problemas de machine learning de forma rápida e fácil com um clique para acessar (a) mais de 300 coleções de modelos populares do TensorFlow Hub, PyTorch Hub, Hugging Face e Gluon CV e (b) 18 soluções completas que resolvem problemas comuns de negócios, como previsão de demanda, detecção de fraudes e compreensão de documentos. Os modelos disponíveis podem ser usados para uma ampla variedade de tarefas de machine learning, que incluem classificação de imagens, detecção de objetos, segmentação semântica, segmentação de instâncias, incorporação de imagens, classificação de textos, classificação de pares de sentenças, resposta a perguntas, incorporação de textos, sumarização de textos, geração de textos, tradução automática, classificação tabular e regressão tabular.
O treinamento de modelos de machine learning com conjuntos de dados grandes pode ser bastante demorado. Muitas vezes, quando novos dados de treinamento são disponibilizados, os clientes querem treinar modelos já treinados anteriormente. O treinamento de modelos usando dados anteriores e novos pode demorar ainda mais. A partir de hoje, todos os modelos treinados com o JumpStart podem ser treinados pelos clientes apenas com os novos dados, sem necessidade de reprocessar dados anteriores. Isso permite reduzir significativamente o tempo de treinamento para chegar a um modelo melhor. Esse recurso de treinamento incremental está disponível na IU do SageMaker JumpStart, dentro do SageMaker Studio, bem como usando código Python com o SageMaker Python SDK.
O Amazon SageMaker JumpStart está disponível em todas as regiões em que o Amazon SageMaker Studio é oferecido. Para começar a usar esses novos modelos no SageMaker, consulte a documentação do JumpStart.