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.
Allgemeine Voraussetzungen
Der Anpassungsprozess umfasst mehrere wichtige Phasen, darunter Modelltraining, Evaluierung und Bereitstellung zu Inferenzzwecken, für die jeweils spezifische Ressourcen und Konfigurationen erforderlich sind. Bevor Sie mit der Anpassung Ihres Amazon Nova-Modells auf SageMaker KI beginnen, stellen Sie sicher, dass Sie die folgenden allgemeinen Voraussetzungen erfüllen.
-
Ein AWS-Konto. Wenn Sie noch keine haben AWS-Konto, folgen Sie diesen Anweisungen, um sich für eine anzumelden.
-
Zugriff auf die Basisrezepte für die Anpassung von Amazon Nova-Modellen
. -
Vertrautheit mit YAML-Konfigurationsdateien
. -
Vertrautheit mit der Ausführung eines Jupyter-Notebooks in Ihrer Umgebung.
-
Vertrautheit mit der Erstellung von AWS Ressourcen wie Amazon S3 S3-Buckets und IAM-Rollen mit entsprechenden Berechtigungen.
-
Vertrautheit mit dem Trainieren eines Modells mit Amazon SageMaker AI.
-
Vertrautheit von Amazon SageMaker HyperPod mit EKS-Orchestrierung.
-
Vertrautheit mit Amazon SageMaker HyperPod CLI.
-
Vertrautheit mit den grundlegenden Modellen von Amazon Nova.
-
Vertrautheit mit den verfügbaren Amazon Nova-Modellen und Algorithmen zur Anpassung.
-
Vertrautheit mit Amazon Bedrock Inference.
