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.
Modelli specifici per attività
JumpStart supporta modelli specifici per attività per quindici dei tipi di problemi più diffusi. Tra i tipi di problemi supportati, Vision e i tipi NLP correlati sono in totale tredici. Esistono otto tipi di problemi che supportano l’addestramento incrementale e la messa a punto. Per ulteriori informazioni sull'addestramento incrementale e sulla regolazione iperparametrica, vedere Automatic Model Tuning. SageMaker JumpStart supporta anche quattro algoritmi popolari per la modellazione tabulare dei dati.
Puoi cercare e sfogliare i modelli dalla pagina di JumpStart destinazione di Studio o Studio Classic. Quando selezioni un modello, la pagina dei dettagli fornisce informazioni su di esso e puoi poi addestrarlo e implementarlo in poche fasi. La sezione descrittiva descrive cosa è possibile fare con il modello, i tipi di input e output previsti e il tipo di dati necessario per perfezionarlo.
Puoi anche utilizzare a livello di codice i modelli con Python. SageMaker SDK
L'elenco dei tipi di problemi e i collegamenti ai relativi notebook Jupyter di esempio sono riassunti nella seguente tabella.
| Tipi di problema | Supporta l'inferenza con modelli pre-formati | Formabile su un set di dati personalizzato | Framework supportati | Notebook di esempio |
|---|---|---|---|---|
| Classificazione delle immagini | Sì | Sì |
PyTorch, TensorFlow |
|
| Rilevamento di oggetti | Sì | Sì | PyTorch, TensorFlow, MXNet | |
| Segmentazione semantica | Sì | Sì | MXNet | |
| Segmentazione delle istanze | Sì | Sì | MXNet | |
| Incorporamento di immagini | Sì | No | TensorFlow, MXNet | |
| Classificazione del testo | Sì | Sì | TensorFlow | |
| Classificazione delle coppie di frasi | Sì | Sì | TensorFlow, Hugging Face |
Introduzione alla JumpStart - Classificazione delle coppie di frasi |
| Risposta alle domande | Sì | Sì | PyTorch, Hugging Face | |
| Riconoscimento delle entità nominali | Sì | No | Hugging Face | |
| Riepilogo del testo | Sì | No | Hugging Face | |
| Generazione di testo | Sì | No | Hugging Face | |
| Traduzione automatica | Sì | No | Hugging Face | |
| Incorporamento di testo | Sì | No | TensorFlow, MXNet | |
| Classificazione tabulare | Sì | Sì | GBMStudente leggero CatBoostXGBoost, AutoGluon tabulare e lineare TabTransformer |
Introduzione a JumpStart - Classificazione tabulare - Leggera, GBM CatBoost Introduzione a JumpStart - Classificazione tabulare -XGBoost, Linear Learner Introduzione a JumpStart - Classificazione tabulare - Studente AutoGluon Introduzione a JumpStart - Classificazione tabulare - Studente TabTransformer |
| Regressione tabulare | Sì | Sì | GBMStudente leggero CatBoostXGBoost, AutoGluon tabulare e lineare TabTransformer |
Introduzione a JumpStart - Regressione tabulare - Leggera, GBM CatBoost Introduzione a JumpStart — Regressione tabulare -, Linear Learner XGBoost Introduzione a JumpStart — Regressione tabulare - Studente AutoGluon Introduzione a JumpStart — Regressione tabulare - Studente TabTransformer |
