特定于任务的模型 - Amazon SageMaker

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

特定于任务的模型

JumpStart 支持十五种最流行的问题类型的任务特定模型。在支持的问题类型中,Vision 和NLP相关类型共有 13 种。有八种问题类型支持增量训练和微调。有关增量训练和超参数调整的更多信息,请参阅SageMaker 自动模型调整。 JumpStart 还支持四种常用的表格数据建模算法。

您可以从 Studio 或 Studio Classic 的 JumpStart 登录页面搜索和浏览模特。当您选择模型时,模型详细信息页面会提供有关该模型的信息,您可以通过几个步骤来训练和部署模型。描述部分介绍了您可以通过模型完成的任务、预期的输入和输出类型以及微调模型所需的数据类型。

您还可以通过 SageMaker Python SDK 以编程方式使用模型。有关所有可用型号的列表,请参阅JumpStart可用型号表

下表汇总了问题类型列表及其示例 Jupyter 笔记本的链接。

问题类型 支持使用预训练模型进行推理 可在自定义数据集上训练 支持的框架 示例笔记本
图像分类

PyTorch, TensorFlow

简介 JumpStart -图像分类

对象检测 PyTorch, TensorFlow, MXNet

简介 JumpStart -物体检测

语义分割 MXNet

简介 JumpStart -语义分割

实例分段 MXNet

简介 JumpStart -实例分割

图像嵌入 TensorFlow, MXNet

简介 JumpStart -图像嵌入

文本分类 TensorFlow

简介 JumpStart -文本分类

句子对分类 TensorFlow,Hugging Face

简介 JumpStart -句子对分类

问题回答 PyTorch,Hugging Face

简介 JumpStart — 问题解答

指定实体识别 Hugging Face

简介 JumpStart -命名实体识别

文本摘要 Hugging Face

简介 JumpStart -文本摘要

文本生成 Hugging Face

简介 JumpStart -文本生成

机器翻译 Hugging Face

简介 JumpStart -机器翻译

文本嵌入 TensorFlow, MXNet

简介 JumpStart -文本嵌入

表格分类 Light GBM、、 CatBoost、 AutoGluon-Tabular XGBoost、、Linear Lear TabTransformer ner

简介 JumpStart -表格分类-浅色GBM, CatBoost

简介 JumpStart -表格分类-XGBoost,线性学习器

简介 JumpStart -表格分类-学员 AutoGluon

简介 JumpStart -表格分类-学员 TabTransformer

表格回归 Light GBM、、 CatBoost、 AutoGluon-Tabular XGBoost、、Linear Lear TabTransformer ner

简介 JumpStart -表格回归-Ligh GBM t, CatBoost

简介 JumpStart — 表格回归-XGBoost,线性学习器

简介 JumpStart — 表格回归-学员 AutoGluon

简介 JumpStart — 表格回归-学员 TabTransformer