SageMaker IA da Amazon

Guia do Desenvolvedor

O que é Amazon SageMaker AI?
Configurando a SageMaker IA
ML automatizado, sem código ou com baixo código
- SageMaker Piloto automático
  Crie Trabalhos de Regressão ou Classificação com a API do AutoML
  Formato dos conjuntos de dados e tipos de problemas
  Modos e algoritmos de treinamento
  Métricas e validação
  Implantação e predição de modelos
  Implantar modelos para inferência em tempo real
  Execução de trabalhos de inferência em lote
  visualizar detalhes do modelo
  Visualizar o relatório de desempenho do modelo
  Cadernos gerados
  Relatório de exploração de dados
  Encontre e execute o caderno de definição do candidato
  Configurar saída de inferência
  Crie um trabalho de classificação de imagens usando a API AutoML
  Formato dos conjuntos de dados e métrica objetiva
  Implantação de modelos do Autopilot
  Relatório de explicabilidade
  Relatório de desempenho do modelo
  Crie um trabalho de Classificação de Texto com a API do AutoML
  Formato dos conjuntos de dados e métrica objetiva
  Implantação de modelos do Autopilot para Previsão
  Relatório de Explicabilidade
  Relatório de desempenho do modelo
  Crie um trabalho de previsão de séries temporais com a API do AutoML
  Formato dos conjuntos de dados e métodos de preenchimento de valores ausentes
  Calendários de feriados nacionais
  Métricas objetivas
  Algoritmos
  Implantação de modelos e previsões
  Previsão em tempo real
  Previsão em lote
  Caderno de exploração de dados
  Relatórios gerados
  Limites de recursos de previsão de séries temporais
  Crie um trabalho de ajuste do LLM usando a API AutoML
  Modelos compatíveis
  Tipos de arquivo de conjunto de dados e formato de dados de entrada
  Hiperparâmetros
  Métricas
  Implantação do modelo e predições
  Crie um Trabalho de Regressão ou Classificação com a interface do usuário do Studio Classic
  Configurar os parâmetros padrão de um experimento do Autopilot (para administradores)
  Cadernos de exemplo
  Vídeos
  Tutoriais
  Cotas
  Referência da API
- SageMaker JumpStart
  Modelos de base
  Modelos disponíveis
  Uso do modelo de base
  Studio
  Ajustar um modelo no Studio
  Implantar um modelo no Studio
  Avaliar um modelo no Studio
  Use seus JumpStart modelos de SageMaker IA no Amazon Bedrock
  Studio Classic
  SageMaker Python SDK
  Ajustar um modelo público
  Implantar um modelo público
  Implantar um modelo proprietário
  SageMaker Console de IA
  Licenças
  Personalização do modelo
  Engenharia rápida
  Ajuste
  Ajustar um modelo usando adaptação de domínio
  Ajustar um modelo com prompts rápidos
  geração aumentada via recuperação
  Avaliar um modelo
  Cadernos de exemplo
  Controle de acesso
  Guia de administrador
  Criar um hub de modelo privado
  Adicionar modelos a um hub privado
  Compartilhamento entre contas
  Configurar o compartilhamento de hub entre contas
  Excluir modelos de um hub privado
  Remova o acesso ao hub de modelos públicos de SageMaker IA
  Excluir um hub privado
  Solução de problemas
  Guia do usuário
  Studio Classic
  Modelos específicos de tarefas
  Implantar um modelo
  Ajuste um modelo
  Compartilhe modelos
  Modelos e cadernos compartilhados
  Compartilhamento de modelos e cadernos
  Acesse o conteúdo compartilhado
  Adicionar um modelo
  Adicione informações básicas
  Habilitar treinamento
  Habilitar a implantação
  Adicionar um caderno
  Modelos de soluções
  Lance uma solução
  SageMaker JumpStart Setor de IA: financeiro
Ambientes de aprendizado de máquina oferecidos pela Amazon SageMaker AI
Rotulagem de dados com um human-in-the-loop
Preparar dados
Processamento de trabalhos
Crie, armazene e compartilhe atributos
Reserve capacidade com planos SageMaker de treinamento
Treinamento de modelos
Implantar modelos para inferência
Implementar MLOps
Monitoramento de qualidade de dados e modelo
Avalie, explique e detecte vieses nos modelos
Governança do modelo
Contêineres do Docker para treinamento e implantação de modelos
Configure a segurança na Amazon SageMaker AI
Algoritmos e pacotes no AWS Marketplace
Ferramentas para monitorar os AWS recursos provisionados ao usar o Amazon AI SageMaker
Referência

Amazon SageMaker

Documentação
Amazon SageMaker
Guia do Desenvolvedor

Excluir recursos não utilizados

PDF

RSS

Modo de foco

Excluir recursos não utilizados - SageMaker IA da Amazon

Documentação Amazon SageMaker Guia do Desenvolvedor

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Para evitar custos adicionais de execução JupyterLab, recomendamos excluir os recursos não utilizados na seguinte ordem:

JupyterLab aplicações
Espaços
Perfis de usuário
domínios

Use os seguintes comandos AWS Command Line Interface (AWS CLI) para excluir recursos em um domínio:

Delete a JupyterLab application



aws --region Região da AWS sagemaker delete-app --domain-id example-domain-id --app-name default --app-type JupyterLab --space-name example-space-name

Delete a space

Importante

Se você excluir um espaço, excluirá o volume do Amazon EBS associado a ele. Recomendamos fazer backup de todos os dados valiosos antes de excluir seu espaço.



aws --region Região da AWS sagemaker delete-space --domain-id example-domain-id  --space-name example-space-name

Delete a user profile



aws --region Região da AWS sagemaker delete-user-profile --domain-id example-domain-id --user-profile example-user-profile

anchor anchor anchor



aws --region Região da AWS sagemaker delete-app --domain-id example-domain-id --app-name default --app-type JupyterLab --space-name example-space-name

Atenção O Javascript está desativado ou não está disponível no seu navegador.

Para usar a documentação da AWS, o Javascript deve estar ativado. Consulte as páginas de Ajuda do navegador para obter instruções.

Convenções do documento

Atualize a imagem de distribuição de SageMaker IA

Cotas

Essa página foi útil? - Sim

Obrigado por nos informar que estamos fazendo um bom trabalho!

Se tiver tempo, conte-nos sobre o que você gostou para que possamos melhorar ainda mais.

Essa página foi útil? - Não

Obrigado por nos informar que precisamos melhorar a página. Lamentamos ter decepcionado você.

Se tiver tempo, conte-nos como podemos melhorar a documentação.

Precisa de ajuda?

Experimente AWS re:Post
Entre em contato com um especialista do AWS IQ

Privacidade Termos do site Preferências de cookies

Selecione suas preferências de cookies

Personalizar preferências de cookies

Essenciais

Desempenho

Funcionais

Publicidade

Não foi possível salvar as preferências de cookie

Excluir recursos não utilizados

Importante

Related resources

Esta página foi útil?

Related resources

Próximo tópico:

Tópico anterior:

Precisa de ajuda?