翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
JumpStart は、最も人気のある問題タイプのうち 15 のタスク固有のモデルをサポートしています。サポートしている問題タイプのうち、ビジョンおよび NLP 関連のタイプが合計で 13 になります。インクリメンタルトレーニングと微調整をサポートする問題タイプが 8 つあります。増分トレーニングとハイパーパラメータチューニングの詳細については、SageMaker AI 自動モデルチューニング」を参照してください。 JumpStart は、表形式のデータモデリング用に 4 つの一般的なアルゴリズムもサポートしています。
Studio または Studio Classic の JumpStart ランディングページから、モデルを検索および参照できます。モデルを選択すると、モデルの詳細ページにモデルに関する情報が表示され、いくつかのステップでモデルをトレーニングおよびデプロイできます。説明セクションでは、モデルで何ができるか、必要な入力と出力のタイプ、モデルの微調整に必要なデータ型について説明しています。
また、SageMaker Python SDK
次の表は、問題タイプおよび関連するサンプルの Jupyter ノートブックへのリンクの一覧です。
| 問題タイプ | 事前トレーニング済みモデルによる推論をサポート | カスタムデータセットでトレーニング可能 | サポートされるフレームワーク | サンプルノートブック |
|---|---|---|---|---|
| イメージ分類 | はい | はい |
pyTorch、TensorFlow |
|
| オブジェクト検出 | はい | はい | PyTorch、TensorFlow、MXNet | |
| セマンティックセグメンテーション | はい | はい | MXNet | |
| インスタンスセグメンテーション | はい | はい | MXNet | |
| イメージ埋め込み | はい | いいえ | TensorFlow、MXNet | |
| テキスト分類 | はい | はい | TensorFlow | |
| センテンスペア分類 | はい | はい | TensorFlow、Hugging Face | |
| 質問に対する回答 | はい | はい | PyTorch、Hugging Face | |
| 固有表現認識 | はい | いいえ | Hugging Face | |
| テキスト要約 | はい | いいえ | Hugging Face | |
| テキスト生成 | はい | いいえ | Hugging Face | |
| 機械翻訳 | はい | いいえ | Hugging Face | |
| テキスト埋め込み | はい | いいえ | TensorFlow、MXNet | |
| 表形式分類 | はい | はい | LightGBM、CatBoost、XG Boost、AutoGluon-Tabular、TabTransformer、Linear Learner |
JumpStart 入門 - 表形式の分類 - LightGBM、CatBoost JumpStart 入門 - 表形式の分類 - XGBoost、Linear Learner |
| 表形式回帰 | はい | はい | LightGBM、CatBoost、XG Boost、AutoGluon-Tabular、TabTransformer、Linear Learner |
JumpStart 入門 - 表形式回帰 - LightGBM、CatBoost JumpStart 入門 - 表形式回帰 - XGBoost、Linear Learner |
