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.
Personalisierung von Amazon Nova bei SageMaker Schulungsjobs
Amazon SageMaker Training Jobs ist eine Umgebung, in der Sie Modelle für maschinelles Lernen in großem Maßstab trainieren können. Es stellt Rechenressourcen automatisch bereit und skaliert sie, lädt Trainingsdaten aus Quellen wie Amazon S3, führt Ihren Trainingscode aus und speichert die resultierenden Modellartefakte.
Der Zweck der Schulung besteht darin, das Amazon Nova-Basismodell anhand Ihrer eigenen Daten anzupassen. Der Trainingsprozess umfasst in der Regel Schritte zur Vorbereitung Ihrer Daten, zur Auswahl eines Rezepts, zur Änderung der Konfigurationsparameter in YAML-Dateien und zur Einreichung eines Schulungsjobs. Der Trainingsprozess gibt den Checkpoint für das trainierte Modell in einem vom Service verwalteten Amazon S3 S3-Bucket aus. Sie können diesen Checkpoint-Standort für Evaluierungsaufträge verwenden. Nova-Anpassungen für SageMaker Schulungsjobs speichern Modellartefakte in einem serviceverwalteten Amazon S3 S3-Bucket. Artefakte im vom Service verwalteten Bucket werden mit SageMaker KMS-Schlüsseln verschlüsselt, die vom Service verwaltet werden. Serviceverwaltete Amazon S3 S3-Buckets unterstützen derzeit keine Datenverschlüsselung mit kundenverwalteten KMS-Schlüsseln.
Themen
