Aufgabenspezifische Modelle - Amazon SageMaker

Aufgabenspezifische Modelle

JumpStart unterstützt aufgabenspezifische Modelle für fünfzehn der gängigsten Problemtypen. Von den unterstützten Problemtypen sind insgesamt dreizehn Vision- und NLP-bezogen. Es gibt acht Problemtypen, die inkrementelles Training und Feinabstimmung unterstützen. Weitere Informationen zu inkrementellem Training und Hyperparameter-Optimierung finden Sie unter Automatische Modelloptimierung mit SageMaker. JumpStart unterstützt außerdem vier beliebte Algorithmen für die tabellarische Datenmodellierung.

Sie können auf der JumpStart-Startseite in Studio nach Modellen suchen und sie durchsuchen. Wenn Sie ein Modell auswählen, enthält die Modelldetailseite Informationen über das Modell. Zudem können Sie Ihr Modell in wenigen Schritten trainieren und bereitstellen. Im Beschreibungsabschnitt wird beschrieben, wie Sie das Modell nutzen können, welche Arten von Eingaben und Ausgaben zu erwarten sind und welcher Datentyp für die Optimierung Ihres Modells benötigt wird.

Sie können Modelle auch programmgesteuert mit dem SageMaker Python SDK verwenden. Eine Liste aller verfügbaren Modelle finden Sie in der Tabelle mit den verfügbaren JumpStart-Modellen.

Die Liste der Problemtypen und Links zu ihren Beispiel-Jupyter-Notebooks sind in der folgenden Tabelle zusammengefasst.

Problemtypen Unterstützt Inferenz mit vortrainierten Modellen Mit einem benutzerdefinierten Datensatz trainierbar Unterstützte Frameworks Beispiel-Notebooks
Bildklassifizierung Ja Ja

PyTorch, TensorFlow

Einführung in JumpStart – Bildklassifizierung

Objekterkennung Ja Ja PyTorch, TensorFlow, MXNet

Einführung in JumpStart – Objekterkennung

Semantische Segmentierung Ja Ja MXNet

Einführung in JumpStart – Semantische Segmentierung

Instance-Segmentierung Ja Ja MXNet

Einführung in JumpStart – Instance-Segmentierung

Einbettung von Bildern Ja Nein TensorFlow, MXNet

Einführung in JumpStart – Bildeinbettung

Textklassifizierung Ja Ja TensorFlow

Einführung in JumpStart – Textklassifizierung

Klassifizierung von Satzpaaren Ja Ja TensorFlow, Hugging Face

Einführung in JumpStart – Klassifizierung von Satzpaaren

Beantwortung von Fragen Ja Ja PyTorch, Hugging Face

Einführung in JumpStart – Beantwortung von Fragen

Erkennung benannter Entitäten Ja Nein Hugging Face

Einführung in JumpStart – Erkennung benannter Entitäten

Textzusammenfassung Ja Nein Hugging Face

Einführung in JumpStart – Textzusammenfassung

Textgenerierung Ja Nein Hugging Face

Einführung in JumpStart – Textgenerierung

Maschinelle Übersetzung Ja Nein Hugging Face

Einführung in JumpStart – Maschinelle Übersetzung

Texteinbettung Ja Nein TensorFlow, MXNet

Einführung in JumpStart – Texteinbettung

Tabellarische Klassifikation Ja Ja LightGBM, CatBoost, XGBoost, Autogluon-Tabular, TabTransformer, Linear Learner

Einführung in JumpStart – Tabellarische Klassifikation – LightGBM, CatBoost

Einführung in JumpStart – Tabellarische Klassifikation – XGBoost, Linear Learner

Einführung in JumpStart – Tabellarische Klassifikation – AutoGluon Learner

Einführung in JumpStart – Tabellarische Klassifikation – TabTransformer Learner

Tabellarische Regression Ja Ja LightGBM, CatBoost, XGBoost, Autogluon-Tabular, TabTransformer, Linear Learner

Einführung in JumpStart – Tabellarische Regression – LightGBM, CatBoost

Einführung in JumpStart – Tabellarische Regression – XGBoost, Linear Learner

Einführung in JumpStart – Tabellarische Regression – AutoGluon Learner

Einführung in JumpStart – Tabellarische Regression – TabTransformer Learner