Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Modèles spécifiques aux tâches
JumpStart prend en charge des modèles spécifiques aux tâches pour 15 des types de problèmes les plus courants. Parmi les types de problèmes pris en charge, les types liés à la vision et à au PNL sont au nombre de 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, consultez la section Réglage [automatique des modèles par SageMaker IA](https://docs.aws.amazon.com/sagemaker/latest/dg/automatic-model-tuning.html). JumpStart prend également en charge quatre algorithmes populaires pour la modélisation des données tabulaires.
Vous pouvez rechercher et parcourir les modèles depuis la page JumpStart d'accueil de Studio ou de 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](https://sagemaker.readthedocs.io/en/stable/overview.html#use-prebuilt-models-with-sagemaker-jumpstart). Pour une liste de tous les modèles disponibles, consultez le [tableau des modèles JumpStart disponibles](https://sagemaker.readthedocs.io/en/v2.132.0/doc_utils/pretrainedmodels.html).
La liste des types de problèmes et les liens vers leurs exemples de bloc-notes Jupyter sont résumés dans le tableau suivant.
| Types de problèmes | Prise en charge de l'inférence avec des modèles pré-entraînés | Entraînable sur un jeu de données personnalisé | Cadres pris en charge | Exemples de blocs-notes |
| --- | --- | --- | --- | --- |
| Classification d’images | Oui | Oui | PyTorch, TensorFlow | [Présentation de la JumpStart classification des images](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_image_classification/Amazon_JumpStart_Image_Classification.ipynb) |
| Détection d'objets | Oui | Oui | PyTorch, TensorFlow, MXNet | [Présentation de la JumpStart détection d'objets](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_object_detection/Amazon_JumpStart_Object_Detection.ipynb) |
| Segmentation sémantique | Oui | Oui | MXNet | [Présentation de JumpStart - Segmentation sémantique](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_semantic_segmentation/Amazon_JumpStart_Semantic_Segmentation.ipynb) |
| Segmentation d'instances | Oui | Oui | MXNet | [Présentation de JumpStart - Segmentation des instances](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_instance_segmentation/Amazon_JumpStart_Instance_Segmentation.ipynb) |
| Intégration d'images | Oui | Non | TensorFlow, MXNet | [Présentation de l' JumpStart intégration d'images](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_image_embedding/Amazon_JumpStart_Image_Embedding.ipynb) |
| Classification de texte | Oui | Oui | TensorFlow | [Présentation de JumpStart - Classification de textes](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_text_classification/Amazon_JumpStart_Text_Classification.ipynb) |
| Classification des paires de phrases | Oui | Oui | TensorFlow, Hugging Face | [Introduction à la JumpStart classification par paires de phrases](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_sentence_pair_classification/Amazon_JumpStart_Sentence_Pair_Classification.ipynb) |
| Réponse aux questions | Oui | Oui | PyTorch, Hugging Face | [Introduction à JumpStart — Réponses aux questions](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_question_answering/Amazon_JumpStart_Question_Answering.ipynb) |
| Reconnaissance des entités nommées (NER) | Oui | Non | Hugging Face | [Introduction à la JumpStart reconnaissance des entités nommées](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_named_entity_recognition/Amazon_JumpStart_Named_Entity_Recognition.ipynb) |
| Synthèse de texte | Oui | Non | Hugging Face | [Introduction à JumpStart - Récapitulatif de texte](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_text_summarization/Amazon_JumpStart_Text_Summarization.ipynb) |
| Génération de texte | Oui | Non | Hugging Face | [Présentation de JumpStart - Génération de texte](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_text_generation/Amazon_JumpStart_Text_Generation.ipynb) |
| Algorithme de traduction | Oui | Non | Hugging Face | [Introduction à JumpStart la traduction automatique](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_machine_translation/Amazon_JumpStart_Machine_Translation.ipynb) |
| Intégration de texte | Oui | Non | TensorFlow, MXNet | [Présentation de l' JumpStart incorporation de texte](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_text_embedding/Amazon_JumpStart_Text_Embedding.ipynb) |
| Classification tabulaire | Oui | Oui | LightGBM,,, AutoGluon -Tabular CatBoost XGBoost, Linear Learner TabTransformer | [Introduction à la JumpStart classification tabulaire - LightGBM, CatBoost](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/lightgbm_catboost_tabular/Amazon_Tabular_Classification_LightGBM_CatBoost.ipynb)
[Présentation de JumpStart - Classification tabulaire - XGBoost, Linear Learner](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/xgboost_linear_learner_tabular/Amazon_Tabular_Classification_XGBoost_LinearLearner.ipynb)
[Introduction à la JumpStart classification tabulaire - Apprenant AutoGluon](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/autogluon_tabular/Amazon_Tabular_Classification_AutoGluon.ipynb)
[Introduction à la JumpStart classification tabulaire - Apprenant TabTransformer](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/tabtransformer_tabular/Amazon_Tabular_Classification_TabTransformer.ipynb) |
| Régression tabulaire | Oui | Oui | LightGBM,,, AutoGluon -Tabular CatBoost XGBoost, Linear Learner TabTransformer | [Introduction à la JumpStart régression tabulaire - LightGBM, CatBoost](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/lightgbm_catboost_tabular/Amazon_Tabular_Regression_LightGBM_CatBoost.ipynb)
[Introduction à JumpStart — Régression tabulaire - XGBoost, Linear Learner](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/xgboost_linear_learner_tabular/Amazon_Tabular_Regression_XGBoost_LinearLearner.ipynb)
[Introduction à la JumpStart régression tabulaire - Learner AutoGluon ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/autogluon_tabular/Amazon_Tabular_Regression_AutoGluon.ipynb)
[Introduction à la JumpStart régression tabulaire - Learner TabTransformer](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/tabtransformer_tabular/Amazon_Tabular_Regression_TabTransformer.ipynb) |