View a markdown version of this page

Terapkan model dasar berpemilik dengan ModelBuilder kelas - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Terapkan model dasar berpemilik dengan ModelBuilder kelas

Model berpemilik harus digunakan menggunakan informasi paket model setelah berlangganan model di AWS Marketplace. Untuk informasi selengkapnya tentang SageMaker AI dan AWS Marketplace, lihat B eli dan Jual Algoritma dan Model SageMaker AI Amazon di AWS Marketplace. Untuk menemukan AWS Marketplace tautan untuk model eksklusif terbaru, lihat Memulai dengan Amazon SageMaker JumpStart.

Setelah berlangganan model pilihan Anda AWS Marketplace, Anda dapat menerapkan model dasar menggunakan SageMaker Python SDK. Referensikan paket model berlangganan oleh ARN-nya dan terapkan denganModelBuilder.

Misalnya, kode berikut menerapkan JumpStart model menggunakan Jurassic-2 Jumbo Instruct dari AI21 Labs:

from sagemaker.core.resources import ModelPackage from sagemaker.serve import ModelBuilder model_package_arn = "arn:aws:sagemaker:us-east-1:865070037744:model-package/j2-jumbo-instruct-v1-1-43-4e47c49e61743066b9d95efed6882f35" # Reference the subscribed Marketplace model package by its ARN. model_package = ModelPackage.get(model_package_name=model_package_arn) # Build and deploy with ModelBuilder. Marketplace packages do not carry # JumpStart hosting configurations, so specify an instance_type explicitly # (choose one from the package's supported real-time inference instance types). model_builder = ModelBuilder( model=model_package, role_arn="arn:aws:iam::123456789012:role/SageMakerExecutionRole", instance_type="ml.g5.12xlarge", ) model = model_builder.build() endpoint = model_builder.deploy()

Untuk contoh langkah demi langkah, temukan dan jalankan notebook yang terkait dengan model dasar eksklusif pilihan Anda di SageMaker Studio Classic. Untuk informasi selengkapnya, lihat Gunakan model pondasi di Amazon SageMaker Studio Classic. Untuk informasi selengkapnya SageMaker Python tentang SDK, lihat ModelBuilder dokumentasi SageMaker Python SDK di situs web Baca Dokumen.