Amazon SageMaker JumpStart

機器學習 (ML) 中心具有基礎模型、內建演算法,以及預先建置的 ML 解決方案,只需點按幾下即可部署

為什麼要選擇 SageMaker JumpStart?

Amazon SageMaker JumpStart 是機器學習 (ML) 中心,可協助您加速機器學習之旅。藉由 SageMaker JumpStart,您可根據預先定義的品質和責任指標,來快速評估、比較和選擇基礎模型,以執行文章總結和影像產生等任務。預先訓練的模型可針對您的資料使用案例來完全自訂,而且您可以透過使用者介面或 SDK 輕鬆將其部署到生產環境中。您也可以在組織內共用成品 (包括模型和筆記本) 以加速模型建置和部署,管理員則能控制組織中使用者可以看到哪些模型。

您的所有資料均不會用於訓練基礎模型。由於所有資料均經過加密,並且不會離開您的虛擬私有雲端 (VPC),因此您的資料將保有隱私和機密,毋須操心。如需詳細資訊,請參閱常見問答集

運作方式

  • 基礎模型
  • 內建演算法搭配預先訓練的模型
  • 解決方案
  • 解決方案運作方式圖表
  • ML 成品共享
  • ML 成品共享 HIW 圖表

運作方式

  • 基礎模型
  • 內建演算法搭配預先訓練的模型
  • 解決方案
  • 解決方案運作方式圖表
  • ML 成品共享
  • ML 成品共享 HIW 圖表

SageMaker JumpStart 的優勢

熱門模型供應商所提供的基礎模型,用於生成可完全自訂的文字和影像
數以百計的內建演算法,搭配常用模型中心中預先訓練好的模型一起使用
適用於常見使用案例的完全可自訂解決方案和參考架構,加速您的 ML 之旅
在您的組織內共享 ML 模型和筆記本,加速 ML 模型的建置和部署

Amazon SageMaker JumpStart 功能

基礎模型

探索 AI21 Labs、Cohere、Databricks、Hugging Face、Meta、Mistral AI、Stability AI 和 Alexa 等模型供應商提供的多種專有和公開可用的基礎模型,以執行各種任務,例如文章總結以及文字、影像或影片產生。

存取數百種內建演算法

SageMaker JumpStart 提供數百種內建演算法,以及來自包括 TensorFlow Hub、PyTorch Hub、HuggingFace 和 MxNet GluonCV 等模型中心預先訓練好的模型。亦可使用 Amazon SageMaker Python SDK 存取內建的演算法。內建的演算法涵蓋常用 ML 任務,例如資料分類 (映像、文字、表格式) 和情感分析。

進一步了解內建演算法

適用於常見使用案例的預先建置解決方案

SageMaker JumpStart 提供一鍵式端對端解決方案,適用於許多常見的機器學習使用案例,例如需求預測、信用評等預測、詐騙偵測和電腦視覺。

進一步了解預先建置的解決方案

最新消息

  • 日期 (最新到最舊)
找不到結果
1