Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Notebook di esempio
<a name="jumpstart-foundation-models-example-notebooks"></a>

Per step-by-step esempi su come utilizzare i modelli di JumpStart base disponibili pubblicamente con l' SageMaker PythonSDK, consulta i seguenti taccuini sulla generazione di testo, la generazione di immagini e la personalizzazione dei modelli.

**Nota**  
I modelli di JumpStart base proprietari e disponibili pubblicamente hanno flussi di lavoro di implementazione di AI SDK diversi. SageMaker Python Scopri esempi di notebook proprietari basati su modelli Foundation tramite SageMaker Amazon Studio Classic o SageMaker la console AI. Per ulteriori informazioni, consulta [JumpStart utilizzo del modello di base](jumpstart-foundation-models-use.md).

Puoi clonare l'[archivio degli esempi di Amazon SageMaker AI](https://github.com/aws/amazon-sagemaker-examples/tree/main/introduction_to_amazon_algorithms/jumpstart-foundation-models) per eseguire gli esempi di modelli di JumpStart base disponibili nell'ambiente Jupyter di tua scelta all'interno di Studio. Per ulteriori informazioni sulle applicazioni che puoi utilizzare per creare e accedere a Jupyter nell'intelligenza artificiale, consulta. SageMaker [Applicazioni supportate in Amazon SageMaker Studio](studio-updated-apps.md)

## Previsione di serie temporali
<a name="jumpstart-foundation-models-example-notebooks-time-series"></a>

Per prevedere i dati di serie temporali, puoi utilizzare i modelli Chronos, basati sull’architettura del modello linguistico. Usa il taccuino [Introduzione a SageMaker JumpStart - Time Series Forecasting with Chronos](https://github.com/aws/amazon-sagemaker-examples/blob/default/%20%20%20%20generative_ai/sm-jumpstart_time_series_forecasting.ipynb) per iniziare.

Per ulteriori informazioni sui modelli Chronos disponibili, consulta la sezione [Modelli di fondazione disponibili](jumpstart-foundation-models-latest.md).

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

Esplora i notebook di esempio per la generazione di testo, che includono linee guida sui flussi di lavoro generali per la generazione di testo, la classificazione multilingue del testo, l'inferenza in batch in tempo reale, l'apprendimento in pochi passaggi, le interazioni con i chatbot e altro ancora. 
+ [SageMaker JumpStart Foundation Models - HuggingFace Text2Text Generation con FLAN-T5 XL come esempio](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-flan-t5.html)
+ [SageMaker JumpStart Foundation Models - BloomZ: classificazione multilingue del testo, domande e risposte, generazione di codice, riformulazione dei paragrafi e altro](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-bloomz.html)
+ [SageMaker JumpStart Modelli Foundation - Generazione di HuggingFace Text2Text, trasformazione in batch e inferenza in batch in tempo reale](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-Batch-Transform.html)
+ [SageMaker JumpStart Modelli Foundation - Apprendimento GPT-J, GPT-Neo Few-shot](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text-generation-few-shot-learning.html)
+ [SageMaker JumpStart Modelli Foundation - Chatbot](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text-generation-chatbot.html)
+ [Introduzione a SageMaker JumpStart - Generazione di testo con modelli Mistral](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/mistral-7b-instruction-domain-adaptation-finetuning.html)
+ [Introduzione a SageMaker JumpStart - Generazione di testo con modelli Falcon](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/falcon-7b-instruction-domain-adaptation-finetuning.html)

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

Inizia con i modelli text-to-image Stable Diffusion, scopri come implementare un modello Inpainting e sperimenta un semplice flusso di lavoro per generare immagini del tuo cane. 
+ [Introduzione a JumpStart - Da testo a immagine](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_text_to_image/Amazon_JumpStart_Text_To_Image.html)
+ [Introduzione alla modifica delle JumpStart immagini - Stable Diffusion Inpainting](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_inpainting/Amazon_JumpStart_Inpainting.html)
+ [Genera immagini divertenti del tuo cane](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_text_to_image/custom_dog_image_generator.html)

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

A volte il tuo caso d'uso richiede una maggiore personalizzazione del modello di fondazione per attività specifiche. Per ulteriori informazioni sugli approcci di personalizzazione dei modelli, consulta [Personalizzazione del modello di fondazione](jumpstart-foundation-models-customize.md) o esplora uno dei seguenti notebook di esempio. 
+ [SageMaker JumpStart Foundation Models: ottimizzazione del modello GPT-J 6B di generazione di testo su set di dati specifici del dominio](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 - HuggingFace Ottimizzazione precisa delle istruzioni Text2Text](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/instruction-fine-tuning-flan-t5.html)
+ [Retrieval-Augmented Generation: risposta alle domande utilizzando e Cohere Generate and Embedding Models di LangChain 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)
+ [Generazione potenziata dal recupero: risposta alle domande utilizzando -2, Pinecone e Custom Dataset 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: risposta alle domande basata su set di dati personalizzati con libreria open source 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)
+ [Generazione aumentata con recupero: Risposta alle domande basata su set di dati personalizzati](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_jumpstart_knn.html)
+ [Generazione potenziata da recupero dati: Risposta alle domande utilizzando i modelli Llama-2 ed Embedding di testo](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 - Incorporamento del testo e somiglianza delle frasi](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/text-embedding-sentence-similarity.html)