Implementate modelli di base proprietari con la classe ModelPackage

I modelli proprietari devono essere distribuiti utilizzando le informazioni del pacchetto del modello dopo la sottoscrizione al modello in Marketplace AWS. Per ulteriori informazioni su SageMaker e Marketplace AWS, consulta Compra e vendi SageMaker algoritmi e modelli Amazon in Marketplace AWS. Per trovare Marketplace AWS i link ai modelli proprietari più recenti, consulta la pagina Guida introduttiva ad Amazon SageMaker JumpStart.

Dopo esserti abbonato al modello di tua scelta Marketplace AWS, puoi implementare il modello base utilizzando il SageMaker Python SDKe quello SDK associato al fornitore del modello. Ad esempio, AI21 Labs, Cohere e LightOn utilizziamo rispettivamente i lightonsage pacchetti "ai21[SM]"cohere-sagemaker, e.

Ad esempio, per definire un JumpStart modello utilizzando Jurassic-2 Jumbo Instruct di AI21 Labs, usa il codice seguente:

import sagemaker
import ai21

role = get_execution_role()
sagemaker_session = sagemaker.Session()
model_package_arn = "arn:aws:sagemaker:us-east-1:865070037744:model-package/j2-jumbo-instruct-v1-1-43-4e47c49e61743066b9d95efed6882f35"

my_model = ModelPackage(
    role=role, model_package_arn=model_package_arn, sagemaker_session=sagemaker_session
)

Ad step-by-step esempio, trovate ed eseguite il notebook associato al modello di base proprietario di vostra scelta in Studio Classic. SageMaker Per ulteriori informazioni, consulta Usa i modelli di base in Amazon SageMaker Studio Classic. Per ulteriori informazioni su SageMaker Python SDK, vedi ModelPackage.