Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Textklassifizierung - TensorFlow
<a name="text-classification-tensorflow"></a>

Der Amazon SageMaker AI Text Classification — TensorFlow Algorithmus ist ein überwachter Lernalgorithmus, der Transfer-Lernen mit vielen vortrainierten Modellen aus dem [TensorFlow Hub](https://tfhub.dev/) unterstützt. Verwenden Sie Transfer Learning, um eines der verfügbaren vortrainierten Modelle anhand Ihres eigenen Datensatzes zu optimieren, auch wenn eine große Menge an Textdaten nicht verfügbar ist. Der Textklassifizierungsalgorithmus verwendet eine Textzeichenfolge als Eingabe und gibt für jede Klassenbezeichnung eine Wahrscheinlichkeit aus. Trainingsdatensätze müssen im CSV-Format vorliegen. Diese Seite enthält Informationen zu Amazon EC2 EC2-Instance-Empfehlungen und Beispielnotizbücher für Text Classification - TensorFlow.

**Topics**
+ [Wie benutzt man den SageMaker AI Text Classification — Algorithmus TensorFlow](text-classification-tensorflow-how-to-use.md)
+ [Eingabe- und Ausgabeschnittstelle für den TensorFlow Textklassifizierungsalgorithmus](text-classification-tensorflow-inputoutput.md)
+ [Amazon EC2 EC2-Instance-Empfehlung für den Textklassifizierungsalgorithmus TensorFlow](#text-classification-tensorflow-instances)
+ [Textklassifizierung — TensorFlow Beispiele für Notizbücher](#text-classification-tensorflow-sample-notebooks)
+ [So TensorFlow funktioniert die Textklassifizierung](text-classification-tensorflow-HowItWorks.md)
+ [TensorFlow Hub-Modelle](text-classification-tensorflow-Models.md)
+ [Textklassifizierung — TensorFlow Hyperparameter](text-classification-tensorflow-Hyperparameter.md)
+ [Optimieren Sie ein Textklassifizierungsmodell TensorFlow](text-classification-tensorflow-tuning.md)

## Amazon EC2 EC2-Instance-Empfehlung für den Textklassifizierungsalgorithmus TensorFlow
<a name="text-classification-tensorflow-instances"></a>

Der TensorFlow Textklassifizierungsalgorithmus unterstützt alle CPU- und GPU-Instances für das Training, einschließlich:
+ `ml.p2.xlarge`
+ `ml.p2.16xlarge`
+ `ml.p3.2xlarge`
+ `ml.p3.16xlarge`
+ `ml.g4dn.xlarge`
+ `ml.g4dn.16.xlarge`
+ `ml.g5.xlarge`
+ `ml.g5.48xlarge`

Wir empfehlen die Verwendung von GPU-Instances mit mehr Arbeitsspeicher zum Training mit großen Stapelgrößen. Sowohl CPU- (wie M5) als auch GPU-Instances (P2, P3, G4dn oder G5) können für Inferenzen verwendet werden. Eine umfassende Liste der SageMaker Trainings- und Inferenzinstanzen in allen AWS Regionen finden Sie unter [ SageMaker Amazon-Preise](https://aws.amazon.com/sagemaker/pricing/).

## Textklassifizierung — TensorFlow Beispiele für Notizbücher
<a name="text-classification-tensorflow-sample-notebooks"></a>

Weitere Informationen zur Verwendung des SageMaker TensorFlow AI-Textklassifizierungsalgorithmus für Transfer-Lernen an einem benutzerdefinierten Datensatz finden Sie im Notizbuch [Einführung in die JumpStart Textklassifizierung](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_text_classification/Amazon_JumpStart_Text_Classification.ipynb).

Anweisungen zum Erstellen und Zugreifen auf Jupyter-Notebook-Instanzen, mit denen Sie das Beispiel in SageMaker KI ausführen können, finden Sie unter. [SageMaker Amazon-Notebook-Instanzen](nbi.md) Nachdem Sie eine Notebook-Instanz erstellt und geöffnet haben, wählen Sie die Registerkarte **SageMaker KI-Beispiele** aus, um eine Liste aller KI-Beispiele anzuzeigen. SageMaker Zum Öffnen eines Notebooks wählen Sie die Registerkarte **Verwenden** und dann **Kopie erstellen** aus.