Task-Specific Modèles

JumpStart prend en charge des modèles spécifiques aux tâches pour quinze des types de problèmes les plus courants. Parmi les types de problèmes pris en charge, Vision et NLP-related types totalisent treize. Il existe huit types de problèmes qui permettent un entraînement progressif et un réglage fin. Pour plus d'informations sur l'entraînement incrémentiel et le réglage des hyperparamètres, voir SageMaker AI Automatic Model Tuning. JumpStart prend également en charge quatre algorithmes populaires pour la modélisation de données tabulaires.

Vous pouvez rechercher et parcourir des modèles depuis la page JumpStart d'accueil de Studio ou Studio Classic. Lorsque vous sélectionnez un modèle, la page de détails du modèle fournit des informations sur le modèle et vous pouvez entraîner et déployer votre modèle en quelques étapes. La section de description décrit ce que vous pouvez faire avec le modèle, les types d'entrées et de sorties attendus, et le type de données nécessaire pour affiner votre modèle.

Vous pouvez également utiliser des modèles par programmation avec le SDK SageMaker Python. Pour une liste de tous les modèles disponibles, consultez le tableau des modèles JumpStart disponibles.

La liste des types de problèmes et les liens vers leurs exemples de bloc-notes Jupyter sont résumés dans le tableau suivant.