Sélectionner vos préférences de cookies

Nous utilisons des cookies essentiels et des outils similaires qui sont nécessaires au fonctionnement de notre site et à la fourniture de nos services. Nous utilisons des cookies de performance pour collecter des statistiques anonymes afin de comprendre comment les clients utilisent notre site et d’apporter des améliorations. Les cookies essentiels ne peuvent pas être désactivés, mais vous pouvez cliquer sur « Personnaliser » ou « Refuser » pour refuser les cookies de performance.

Si vous êtes d’accord, AWS et les tiers approuvés utiliseront également des cookies pour fournir des fonctionnalités utiles au site, mémoriser vos préférences et afficher du contenu pertinent, y compris des publicités pertinentes. Pour accepter ou refuser tous les cookies non essentiels, cliquez sur « Accepter » ou « Refuser ». Pour effectuer des choix plus détaillés, cliquez sur « Personnaliser ».

Utilisez des modèles de base avec SageMaker Python SDK

Mode de mise au point
Utilisez des modèles de base avec SageMaker Python SDK - Amazon SageMaker AI

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Tous les modèles de JumpStart base sont disponibles pour un déploiement programmatique à l'aide du SageMaker Python SDK.

Pour déployer des modèles de base accessibles au public, vous pouvez utiliser leur ID de modèle. Vous pouvez trouver le modèle de tous IDs les modèles de base accessibles au public dans le tableau des algorithmes intégrés avec modèles préentraînés. Recherchez le nom d'un modèle de fondation dans la barre de recherche. Utilisez le menu déroulant Afficher les entrées ou les commandes de pagination pour parcourir les modèles disponibles.

Les modèles propriétaires doivent être déployés à l'aide des informations du package de modèle après s'être abonné au modèle dans AWS Marketplace.

Vous trouverez la liste des modèles JumpStart disponibles dansModèles de fondation disponibles.

Important

Certains modèles de fondation nécessitent l'acceptation explicite d'un contrat de licence d'utilisateur final (CLUF). Pour de plus amples informations, veuillez consulter Acceptation du CLUF avec le SageMaker Python SDK.

Les sections suivantes montrent comment affiner les modèles de base accessibles au public à l'aide de la JumpStartEstimator classe, déployer des modèles de base accessibles au public à l'aide de la JumpStartModel classe et déployer des modèles de base propriétaires à l'aide de la ModelPackage classe.

Rubrique suivante :

Affiner un modèle public

Rubrique précédente :

Studio classique
ConfidentialitéConditions d'utilisation du sitePréférences de cookies
© 2025, Amazon Web Services, Inc. ou ses affiliés. Tous droits réservés.