Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Beispiel-Notebooks
step-by-step Beispiele zur Verwendung öffentlich verfügbarer JumpStart Foundation-Modelle mit dem SageMaker Python SDK finden Sie in den folgenden Notizbüchern zur Textgenerierung, Bildgenerierung und Modellanpassung.
Anmerkung
Proprietäre und öffentlich verfügbare JumpStart Foundation-Modelle haben unterschiedliche SageMaker Python SDK Bereitstellungs-Workflows. Entdecken Sie über Amazon SageMaker Studio Classic oder die SageMaker Konsole Beispiel-Notebooks eines eigenen Foundation-Modells. Weitere Informationen finden Sie unter Wie verwendet man JumpStart Foundation-Modelle.
Sie können das SageMaker Amazon-Beispiel-Repository
Textgenerierung
Entdecken Sie Beispiel-Notebooks zur Textgenerierung, einschließlich Anleitungen zu allgemeinen Workflows zur Textgenerierung, mehrsprachiger Textklassifizierung, Batch-Inferenz in Echtzeit, Few-Shot-Lernen, Chatbot-Interaktionen und mehr.
Bildgenerierung
Beginnen Sie mit text-to-image Stable Diffusion-Modellen, lernen Sie, wie Sie ein Inpainting-Modell einsetzen, und experimentieren Sie mit einem einfachen Arbeitsablauf, um Bilder von Ihrem Hund zu erstellen.
Modellanpassung
Manchmal erfordert ein Anwendungsfall eine stärkere Anpassung des Grundlagenmodells für bestimmte Aufgaben. Weitere Informationen zu Ansätzen zur Modellanpassung finden Sie unter Anpassen eines Grundlagenmodells oder in einem der folgenden Beispiel-Notebooks.