Amazon SageMaker AI

Guide du développeur

Qu'est-ce qu'Amazon SageMaker AI ?
Configuration de l' SageMaker IA
ML automatisé, no-code ou low-code
- SageMaker Pilote automatique
  Création de tâches de régression ou de classification à l'aide de l'API AutoML
  Format des jeux de données et types de problèmes
  Modes et algorithmes d'entraînement
  Métriques et validation
  Déploiement et prévision du modèle
  Déployez des modèles pour une inférence en temps réel
  Exécuter des tâches d'inférence par lots
  Afficher les détails des modèles
  Afficher le rapport de performance d'un modèle
  Blocs-notes générés
  Rapport d'exploration de données
  Rechercher et exécuter le bloc-notes de définition des candidats
  Configurer la sortie d'inférence
  Création d'une tâche de classification d'images à l'aide de l'API AutoML
  Format des jeux de données et métrique d'objectif
  Déployer des modèles de pilote automatique
  Rapport d'explicabilité
  Rapport de performances du modèle
  Création d'une tâche de classification de texte à l'aide de l'API AutoML
  Format des jeux de données et métrique d'objectif
  Déployer des modèles de pilote automatique à des fins de prévision
  Rapport d'explicabilité
  Rapport de performances du modèle
  Création d'une tâche de prévision de séries chronologiques à l'aide de l'API AutoML
  Format des ensembles de données et méthodes de remplissage des valeurs manquantes
  Calendriers des fêtes nationales
  Métriques d'objectif
  Algorithmes
  Déploiement du modèle et prévisions
  Prévisions en temps réel
  Prévisions par lots
  Bloc-notes d'exploration de données
  Rapports générés
  Limites de ressources pour la prévision des séries chronologiques
  Créez une tâche de réglage précis du LLM à l'aide de l'API AutoML
  Modèles pris en charge
  Types de fichiers de jeux de données et format des données d'entrée
  Hyperparamètres
  Métriques
  Déploiement du modèle et prévisions
  Création d'une tâche de régression ou de classification à l'aide de l'interface utilisateur de Studio Classic
  Configuration des paramètres par défaut d'une expérience Autopilot (pour les administrateurs)
  Exemples de blocs-notes
  Vidéos
  Didacticiels
  Quotas
  Référence d’API
- SageMaker JumpStart
  Modèles de fondation
  Modèles disponibles
  Utilisation du modèle Foundation
  Studio
  Affiner un modèle dans Studio
  Déployer un modèle dans Studio
  Évaluer un modèle dans Studio
  Utilisez vos JumpStart modèles d' SageMaker IA dans Amazon Bedrock
  Studio classique
  SageMaker Python SDK
  Affiner un modèle public
  Déployer un modèle public
  Déployez un modèle propriétaire
  SageMaker Console d'IA
  Licences
  Personnalisation du modèle
  Ingénierie rapide
  Optimisation
  Affiner un modèle à l'aide de l'adaptation de domaine
  Ajustez un modèle à l'aide d'instructions rapides
  Génération augmentée de récupération
  Évaluer un modèle
  Exemples de blocs-notes
  Contrôle d’accès
  Guide de l'administrateur
  Création d'un hub de modèles privé
  Ajouter des modèles à un hub privé
  Partage entre comptes
  Configurer le partage de hub entre comptes
  Supprimer des modèles d'un hub privé
  Supprimer l'accès au hub de modèles publics SageMaker AI
  Supprimer un hub privé
  Résolution des problèmes
  Guide de l'utilisateur
  Studio classique
  Modèles spécifiques aux tâches
  Déploiement d'un modèle
  Affiner un modèle
  Share Models (Partager des modèles)
  Modèles et blocs-notes partagés
  Partage de modèles et de blocs-notes
  Accédez au contenu partagé
  Ajouter un modèle
  Ajouter des informations de base
  Activer l'entraînement
  Activer le déploiement
  Ajouter un bloc-notes
  Modèles de solutions
  Lancement d'une solution
  SageMaker JumpStart Industrie de l'IA : finance
Environnements d'apprentissage automatique proposés par Amazon SageMaker AI
Étiquetage des données avec un human-in-the-loop
Préparation des données
Tâches de traitement
Création, stockage et partage de fonctionnalités
Capacité de réserve grâce à des plans SageMaker de formation
Entraînement d’un modèle
Déploiement de modèles pour l'inférence
Mettre en œuvre MLOps
Surveillance de la qualité des données et des modèles
Évaluer, expliquer et détecter les biais dans les modèles
Gouvernance du modèle
Conteneurs Docker pour la formation et le déploiement de modèles
Configuration de la sécurité dans Amazon SageMaker AI
Algorithmes et packages du AWS Marketplace
Outils de surveillance des AWS ressources mises en service lors de l'utilisation d'Amazon AI SageMaker
Référence

Amazon SageMaker

Documentation
Amazon SageMaker
Guide du développeur

Compilation de modèles avec Neo

PDF

RSS

Mode de mise au point

Compilation de modèles avec Neo - Amazon SageMaker AI

Documentation Amazon SageMaker Guide du développeur

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.

Cette section explique comment créer, décrire, arrêter et répertorier les tâches de compilation. Les options suivantes sont disponibles dans Amazon SageMaker Neo pour gérer les tâches de compilation pour les modèles d'apprentissage automatique : la AWS Command Line Interface console Amazon SageMaker AI ou le SDK Amazon SageMaker AI.

Rubriques

Préparation d'un modèle pour la compilation
Compilation d'un modèle (AWS Command Line Interface)
Compiler un modèle (Amazon SageMaker AI Console)
Compiler un modèle (SDK Amazon SageMaker AI)

Avertissement JavaScript est désactivé ou n'est pas disponible dans votre navigateur.

Pour que vous puissiez utiliser la documentation AWS, Javascript doit être activé. Vous trouverez des instructions sur les pages d'aide de votre navigateur.

Conventions de rédaction

Optimisation du modèle avec Neo

Préparation d'un modèle pour la compilation

Cette page vous a-t-elle été utile ? - Oui

Merci de nous avoir fait part de votre satisfaction.

Si vous avez quelques minutes à nous consacrer, merci de nous indiquer ce qui vous a plu afin que nous puissions nous améliorer davantage.

Cette page vous a-t-elle été utile ? - Non

Merci de nous avoir avertis que cette page avait besoin d'être retravaillée. Nous sommes désolés de ne pas avoir répondu à vos attentes.

Si vous avez quelques minutes à nous consacrer, merci de nous indiquer comment nous pourrions améliorer cette documentation.

Avez-vous besoin d’aide ?

Essayez AWS re:Post
Contactez un expert AWS IQ

Confidentialité Conditions d'utilisation du site Préférences de cookies

Sélectionner vos préférences de cookies

Personnaliser les préférences de cookies

Essentiels

Performances

Fonctionnels

Publicitaires

Impossible d'enregistrer les préférences concernant les cookies

Compilation de modèles avec Neo

Rubriques

Related resources

Cette page vous a-t-elle été utile ?

Related resources

Rubrique suivante :

Rubrique précédente :

Avez-vous besoin d’aide ?