Amazon SageMaker JumpStart
Hub de machine learning (ML) com algoritmos integrados, foundation models e soluções de ML pré-construídas que você pode implantar com apenas alguns cliques
Centenas de algoritmos integrados com modelos pré-treinados de conhecidos hubs de modelos
Foundation models populares que podem ser implantados com apenas alguns cliques
Soluções totalmente personalizáveis para casos de uso comuns com arquiteturas de referência acelerar sua jornada de ML
Compartilhe modelos e notebooks de ML na sua organização para acelerar a construção e a implantação de modelos de ML
O Amazon SageMaker JumpStart é um hub de machine learning (ML) que pode ajudar você a acelerar sua jornada de ML. Com o SageMaker JumpStart, você pode acessar algoritmos integrados com modelos pré-treinados de hubs de modelos, foundation models pré-treinados para ajudar você a realizar tarefas como resumo de artigos e geração de imagens, e soluções pré-construídas para solucionar casos de uso comuns. Além disso, você pode compartilhar artefatos de ML, incluindo modelos e notebooks, dentro da sua organização para acelerar a criação e a implantação de modelos de ML.
Como funciona
-
Algoritmos integrados com modelos pré-treinados
-
Soluções
-
Compartilhamento de artefatos de ML
-
Algoritmos integrados com modelos pré-treinados
-
-
Soluções
-
-
Compartilhamento de artefatos de ML
-
Algoritmos integrados
O SageMaker JumpStart fornece centenas de algoritmos integrados com modelos pré-treinados de hubs de modelos, como TensorFlow Hub, PyTorch Hub, HuggingFace e MxNet GluonCV. Você também pode acessar algoritmos integrados usando o SageMaker Python SDK. Os algoritmos integrados abrangem tarefas comuns de ML, como classificações de dados (imagem, texto, tabulares) e análise de sentimentos.
Foundation models
Foundation models são models de ML em larga escala que contêm bilhões de parâmetros e são pré-treinados em terabytes de dados de texto e imagem para que você possa executar uma ampla gama de tarefas como resumo de artigos e geração de texto, imagem ou vídeo. Como os foundation models são pré-treinados, eles podem ajudar a reduzir o treinamento e os custos de infraestrutura e você pode personalizá-los para seu caso de uso.
Comece a usar foundation models »
Foundation models disponíveis por meio do SageMaker.
Soluções pré-construídas
Soluções pré-construídas podem ser usadas para casos de uso comuns e são totalmente personalizáveis.
Clientes
-
Tyson
-
”Na Tyson Foods, continuamos a buscar novas maneiras de usar machine learning (ML) no nosso processo de produção para aumentar a produtividade. Usamos modelos de classificação de imagem para identificar produtos na linha de produção que exigem rótulos de embalagem. No entanto, os modelos de classificação de imagem precisam estar sempre sendo retreinados com novas imagens de campo. O Amazon SageMaker JumpStart permite que nossos cientistas de dados compartilhem modelos de ML com os engenheiros de suporte para que eles possam treinar os modelos com novos dados sem precisar programarem. Isso acelera o tempo de introdução no mercado de soluções de ML, promove melhorias contínuas e aumenta a produtividade.”
Rahul Damineni, cientista de dados especialista, Tyson Foods
-
Automatização da missão
-
“Graças ao Amazon SageMaker JumpStart, podemos lançar soluções de ML em questão de dias para atender às necessidades de previsão de machine learning de forma mais rápida e confiável.”
Alex Panait, CEO – Mission Automate
-
MyCase
-
“Graças ao Amazon SageMaker JumpStart, podemos ter melhores pontos de partida, o que facilita a implantação de uma solução ML para nossos próprios casos de uso em 4-6 semanas ao invés de 3-4 meses.”
Gus Nguyen, Engenheiro de Software – MyCase
-
pivotree
-
“Com o Amazon SageMaker JumpStart, podemos construir aplicações ML como detecção automática de anomalias ou classificação de objetos mais rápido e lançar soluções da prova de conceito à produção em dias.”
Milos Hanzel, arquiteto de plataformas – Pivotree
Comece a usar o Amazon SageMaker JumpStart
Blogs
Novos algoritmos pré-integrados do Amazon SageMaker para modelagem de dados tabulares
Aprendizado por transferência para modelos de classificação de imagem do TensorFlow
Detecte fraudes em transações financeiras usando uma rede neural de grafos com o Amazon SageMaker
Exercícios práticos
Novidades
- Data (do mais recente ao mais antigo)