翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# サンプルノートブックの例
<a name="jumpstart-foundation-models-example-notebooks"></a>

SageMaker Python SDK で公開されている JumpStart 基盤モデルを使用するステップバイステップの例については、テキスト生成、画像生成、およびモデルのカスタマイズに関する以下のノートブックを参照してください。

**注記**  
独自の JumpStart 基盤モデルと公開されている JumpStart 基盤モデルでは、SageMaker AI Python SDK のデプロイワークフローが異なります。Amazon SageMaker Studio Classic または SageMaker AI コンソールから独自の基盤モデルのサンプルノートブックを見つけてください。詳細については、「[JumpStart 基盤モデルの使用法](jumpstart-foundation-models-use.md)」を参照してください。

[Amazon SageMaker AI サンプルリポジトリ](https://github.com/aws/amazon-sagemaker-examples/tree/main/introduction_to_amazon_algorithms/jumpstart-foundation-models)のクローンを作成して、Studio 内の任意の Jupyter 環境で利用可能な JumpStart 基盤モデルのサンプルを実行できます。SageMaker AI で Jupyter を作成してアクセスするために使用できるアプリケーションの詳細については、「[Amazon SageMaker Studio でサポートされているアプリケーション](studio-updated-apps.md)」を参照してください。

## 時系列予測
<a name="jumpstart-foundation-models-example-notebooks-time-series"></a>

Chronos モデルを使用して時系列データを予測できます。これらは言語モデルアーキテクチャに基づいています。まず、「[Introduction to 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)」ノートブックを使用してください。

使用できる Chronos モデルの詳細については、「[利用可能な基盤モデル](jumpstart-foundation-models-latest.md)」を参照してください。

## テキスト生成
<a name="jumpstart-foundation-models-example-notebooks-text-generation"></a>

一般的なテキスト生成ワークフロー、多言語テキスト分類、リアルタイムバッチ推論、少量データ学習、チャットボットインタラクションなどに関するガイダンスを含む、テキスト生成のサンプルノートブックを試します。
+ [SageMaker JumpStart 基盤モデル - Flan-T5 XL を例にした HuggingFace Text2Text 生成](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-flan-t5.html)
+ [SageMaker JumpStart 基盤モデル - BloomZ: 多言語テキスト分類、質問回答、コード生成、段落の書き換えなど](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-bloomz.html)
+ [SageMaker JumpStart 基盤モデル - HuggingFace Text2Text 生成バッチ変換とリアルタイムバッチ推論](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-Batch-Transform.html)
+ [SageMaker JumpStart 基盤モデル - GPT-J、GPT-Neo 少量データ学習](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text-generation-few-shot-learning.html)
+ [SageMaker ジャンプスタート基盤モデル - チャットボット](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text-generation-chatbot.html)
+ [Introduction to SageMaker JumpStart - Text Generation with Mistral models](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/mistral-7b-instruction-domain-adaptation-finetuning.html)
+ [Introduction to SageMaker JumpStart - Text Generation with Falcon models](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/falcon-7b-instruction-domain-adaptation-finetuning.html)

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

text-to-image の Stable Diffusion モデルの使用を開始し、インペインティングモデルのデプロイ方法を学び、犬の画像を生成する簡単なワークフローを試します。
+ [JumpStart の概要 - テキストから画像へ](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_text_to_image/Amazon_JumpStart_Text_To_Image.html)
+ [JumpStart 画像編集の概要 - Stable Diffusion のインペインティング](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_inpainting/Amazon_JumpStart_Inpainting.html)
+ [犬の楽しい画像の生成](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_text_to_image/custom_dog_image_generator.html)

## モデルのカスタマイズ
<a name="jumpstart-foundation-models-example-notebooks-model-customization"></a>

ユースケースによっては、特定のタスクに合わせて基盤モデルをさらにカスタマイズする必要がある場合があります。モデルのカスタマイズのアプローチについては、「[基盤モデルのカスタマイズ](jumpstart-foundation-models-customize.md)」を参照するか、以下のサンプルノートブックのいずれかを試してください。
+ [SageMaker JumpStart 基盤モデル - ドメイン固有データセットでのテキスト生成 GPT-J 6B モデルの微調整](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/domain-adaption-finetuning-gpt-j-6b.html)
+ [SageMaker JumpStart 基盤モデル - HuggingFace Text2Text インストラクションの微調整](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/instruction-fine-tuning-flan-t5.html)
+ [Retrieval-Augmented Generation: Question Answering using LangChain and Cohere’s Generate and Embedding Models from 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: Question Answering using LLama-2, Pinecone and Custom Dataset](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)
+ [取得拡張生成: オープンソースの LangChain ライブラリを使用したカスタムデータセットに基づく質問回答](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_langchain_jumpstart.html)
+ [取得拡張生成: カスタムデータセットに基づく質問回答](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: Question Answering using Llama-2 and Text Embedding Models](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 - Text Embedding and Sentence Similarity](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/text-embedding-sentence-similarity.html)