Amazon SageMaker JumpStart
機器學習 (ML) 中心具有基礎模型、內建演算法，以及預先建置的 ML 解決方案，只需點按幾下即可部署
為什麼要選擇 SageMaker JumpStart？
Amazon SageMaker JumpStart 是機器學習 (ML) 中心，可協助您加速機器學習之旅。藉由 SageMaker JumpStart，您可根據預先定義的品質和責任指標，來快速評估、比較和選擇基礎模型，以執行文章總結和影像產生等任務。預先訓練的模型可針對您的資料使用案例來完全自訂，而且您可以透過使用者介面或 SDK 輕鬆將其部署到生產環境中。您也可以在組織內共用成品 (包括模型和筆記本) 以加速模型建置和部署，管理員則能控制組織中使用者可以看到哪些模型。
您的所有資料均不會用於訓練基礎模型。由於所有資料均經過加密，並且不會離開您的虛擬私有雲端 (VPC)，因此您的資料將保有隱私和機密，毋須操心。如需詳細資訊，請參閱常見問答集。
運作方式
基礎模型
內建演算法搭配預先訓練的模型
解決方案
ML 成品共享
SageMaker JumpStart 的優勢
公用基礎模型
內建 ML 演算法
可自訂解決方案
支援協作
Amazon SageMaker HyperPod 整合
Sagemaker Hyperpod 現只需幾個簡單的步驟即可將開放式權重基礎模型從 SageMaker JumpStart 直接部署至您的 SageMaker HyperPod 叢集。
Amazon SageMaker JumpStart 功能
基礎模型
探索 AI21 Labs、Cohere、Databricks、Hugging Face、Meta、Mistral AI、Stability AI 和 Alexa 等模型供應商提供的多種專有和公開可用的基礎模型，以執行各種任務，例如文章總結以及文字、影像或影片產生。
存取數百種內建演算法
SageMaker JumpStart 提供數百種內建演算法，以及來自包括 TensorFlow Hub、PyTorch Hub、HuggingFace 和 MxNet GluonCV 等模型中心預先訓練好的模型。亦可使用 Amazon SageMaker Python SDK 存取內建的演算法。內建的演算法涵蓋常用 ML 任務，例如資料分類 (映像、文字、表格式) 和情感分析。
適用於常見使用案例的預先建置解決方案
SageMaker JumpStart 提供一鍵式端對端解決方案，適用於許多常見的機器學習使用案例，例如需求預測、信用評等預測、詐騙偵測和電腦視覺。