Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Beispiel-Notebooks
<a name="jumpstart-foundation-models-example-notebooks"></a>

 step-by-stepBeispiele zur Verwendung öffentlich verfügbarer JumpStart Foundation-Modelle mit dem SageMaker Python SDK finden Sie in den folgenden Notizbüchern zur Textgenerierung, Bildgenerierung und Modellanpassung.

**Anmerkung**  
Proprietäre und öffentlich verfügbare JumpStart Foundation-Modelle verfügen über unterschiedliche Workflows zur Bereitstellung von SageMaker Python KI-SDK. Entdecken Sie über Amazon SageMaker Studio Classic oder die SageMaker KI-Konsole Beispiel-Notebooks mit eigenem Foundation-Modell. Weitere Informationen finden Sie unter [JumpStart Verwendung des Foundation-Modells](jumpstart-foundation-models-use.md).

Sie können das [Amazon SageMaker AI-Beispiel-Repository](https://github.com/aws/amazon-sagemaker-examples/tree/main/introduction_to_amazon_algorithms/jumpstart-foundation-models) klonen, um die verfügbaren JumpStart Foundation-Modellbeispiele in der Jupyter-Umgebung Ihrer Wahl in Studio auszuführen. Weitere Informationen zu Anwendungen, mit denen Sie Jupyter in KI erstellen und darauf zugreifen können, finden Sie unter. SageMaker [In Amazon SageMaker Studio unterstützte Anwendungen](studio-updated-apps.md)

## Zeitreihenprognosen
<a name="jumpstart-foundation-models-example-notebooks-time-series"></a>

Mit den Chronos-Modellen können Sie Zeitreihendaten vorhersagen. Sie basieren auf der Sprachmodellarchitektur. Verwenden Sie das Notizbuch [Einführung SageMaker JumpStart in Zeitreihenprognosen mit Chronos](https://github.com/aws/amazon-sagemaker-examples/blob/default/%20%20%20%20generative_ai/sm-jumpstart_time_series_forecasting.ipynb), um loszulegen.

Weitere Informationen über die verfügbaren Chronos-Modelle finden Sie unter [Verfügbare Basismodelle](jumpstart-foundation-models-latest.md).

## Textgenerierung
<a name="jumpstart-foundation-models-example-notebooks-text-generation"></a>

Entdecken Sie Beispiel-Notebooks zur Textgenerierung, einschließlich Anleitungen zu allgemeinen Workflows zur Textgenerierung, mehrsprachiger Textklassifizierung, Batch-Inferenz in Echtzeit, Few-Shot-Lernen, Chatbot-Interaktionen und mehr. 
+ [SageMaker JumpStart Foundation Models — HuggingFace Text2Text Generation mit FLAN-T5 XL als Beispiel](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-flan-t5.html)
+ [SageMaker JumpStart Foundation Models — BloomZ: Mehrsprachige Textklassifizierung, Fragen und Antworten, Codegenerierung, Absatzumformulierung und mehr](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-bloomz.html)
+ [SageMaker JumpStart Foundation Models — Batch-Transformation mit HuggingFace Text2Text-Generierung und Batch-Inferenz in Echtzeit](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-Batch-Transform.html)
+ [SageMaker JumpStart Grundlegende Modelle — GPT-J, GPT-Neo — Lernen mit wenigen Klicks](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text-generation-few-shot-learning.html)
+ [SageMaker JumpStart Grundlegende Modelle — Chatbots](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text-generation-chatbot.html)
+ [Einführung in die SageMaker JumpStart Textgenerierung mit Mistral-Modellen](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/mistral-7b-instruction-domain-adaptation-finetuning.html)
+ [Einführung in SageMaker JumpStart — Textgenerierung mit Falcon-Modellen](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/falcon-7b-instruction-domain-adaptation-finetuning.html)

## Bildgenerierung
<a name="jumpstart-foundation-models-example-notebooks-image-generation"></a>

Beginnen Sie mit text-to-image Stable Diffusion-Modellen, lernen Sie, wie Sie ein Inpainting-Modell einsetzen, und experimentieren Sie mit einem einfachen Arbeitsablauf, um Bilder von Ihrem Hund zu erstellen. 
+ [Einführung in JumpStart — Text zu Bild](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_text_to_image/Amazon_JumpStart_Text_To_Image.html)
+ [Einführung in die JumpStart Bildbearbeitung — Stabile Diffusion beim Malen](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_inpainting/Amazon_JumpStart_Inpainting.html)
+ [Erzeugen lustiger Bilder von Ihrem Hund](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_text_to_image/custom_dog_image_generator.html)

## Modellanpassung
<a name="jumpstart-foundation-models-example-notebooks-model-customization"></a>

Manchmal erfordert ein Anwendungsfall eine stärkere Anpassung des Grundlagenmodells für bestimmte Aufgaben. Weitere Informationen zu Ansätzen zur Modellanpassung finden Sie unter [Anpassung des Basismodells](jumpstart-foundation-models-customize.md) oder in einem der folgenden Beispiel-Notebooks. 
+ [SageMaker JumpStart Foundation Models — Feinabstimmung des GPT-J 6B-Modells zur Textgenerierung anhand eines domänenspezifischen Datensatzes](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/domain-adaption-finetuning-gpt-j-6b.html)
+ [SageMaker JumpStart Foundation Models — Feinabstimmung von Text2Text-Anweisungen HuggingFace ](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/instruction-fine-tuning-flan-t5.html)
+ [Retrieval-Augmented Generation: Beantwortung von Fragen mithilfe von Generate- und Einbettungsmodellen von LangChain und von Cohere SageMaker JumpStart](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_Cohere+langchain_jumpstart.html)
+ [Retrieval-Augmented Generation: Beantwortung von Fragen mit -2, Pinecone und benutzerdefiniertem Datensatz LLama](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_pinecone_llama-2_jumpstart.html)
+ [Retrieval-Augmented Generation: Beantwortung von Fragen auf der Grundlage eines benutzerdefinierten Datensatzes mit Open-Source-Bibliothek LangChain ](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_langchain_jumpstart.html)
+ [Retrieval-Augmented Generation: Beantwortung von Fragen auf der Grundlage eines benutzerdefinierten Datensatzes](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_jumpstart_knn.html)
+ [Retrieval-Augmented Generation: Beantwortung von Fragen mithilfe von Llama 2 und Texteinbettungsmodellen](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_text_embedding_llama-2_jumpstart.html)
+ [Amazon SageMaker JumpStart — Texteinbettung und Satzähnlichkeit](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/text-embedding-sentence-similarity.html)