Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Notebook di esempio
Per step-by-step esempi su come utilizzare modelli di JumpStart base disponibili pubblicamente con SageMaker Python SDK, consulta i seguenti taccuini sulla generazione di testo, la generazione di immagini e la personalizzazione del modello.
Nota
I modelli di base proprietari e quelli disponibili al pubblico hanno caratteristiche diverse JumpStart SageMaker Python SDKflussi di lavoro di implementazione. Scopri gli esempi di notebook proprietari del modello Foundation tramite SageMaker Amazon Studio Classic o la console. SageMaker Per ulteriori informazioni, consulta JumpStart utilizzo del modello di base.
Puoi clonare l'archivio Amazon SageMaker examples
Previsione di serie temporali
Puoi utilizzare i modelli Chronos per prevedere i dati delle serie temporali. Si basano sull'architettura del modello linguistico. Usa il notebook Introduzione a SageMaker JumpStart - Time Series Forecasting with Chronos
Per informazioni sui modelli Chronos disponibili, consulta. Modelli di fondazione disponibili
Generazione di testo
Esplora i notebook di esempio per la generazione di testo, che includono linee guida sui flussi di lavoro generali per la generazione di testo, la classificazione multilingue del testo, l'inferenza in batch in tempo reale, l'apprendimento in pochi passaggi, le interazioni con i chatbot e altro ancora.
Generazione di immagini
Inizia con i modelli text-to-image Stable Diffusion, scopri come implementare un modello Inpainting e sperimenta un semplice flusso di lavoro per generare immagini del tuo cane.
Personalizzazione del modello
A volte il tuo caso d'uso richiede una maggiore personalizzazione del modello di fondazione per attività specifiche. Per ulteriori informazioni sugli approcci di personalizzazione dei modelli, consulta Personalizzazione del modello Foundation o esplora uno dei seguenti notebook di esempio.
