Cuadernos de ejemplo

Para step-by-step ver ejemplos sobre cómo utilizar los modelos de JumpStart bases disponibles públicamente con el SageMaker Python SDK, consulte los siguientes cuadernos sobre la generación de texto, la generación de imágenes y la personalización de modelos.

nota

Los modelos de JumpStart base patentados y disponibles públicamente son diferentes SageMaker Python SDKflujos de trabajo de despliegue. Descubra ejemplos de cuadernos patentados con modelos básicos a través de Amazon SageMaker Studio Classic o la SageMaker consola. Para obtener más información, consulte JumpStart uso del modelo básico.

Puede clonar el repositorio de SageMaker ejemplos de Amazon para ejecutar los ejemplos de JumpStart modelos básicos disponibles en el entorno de Jupyter que prefiera en Studio. Para obtener más información sobre las aplicaciones que puedes usar para crear Jupyter y acceder a él, consulta. SageMaker Aplicaciones compatibles con Amazon SageMaker Studio

Previsión de serie temporal

Puede utilizar los modelos de Chronos para pronosticar datos de series temporales. Se basan en la arquitectura del modelo de lenguaje. Utilice el cuaderno Introducción a SageMaker JumpStart la predicción de series temporales con Chronos para empezar.

Para obtener información sobre los modelos Chronos disponibles, consulte. Modelos de base disponibles

Generación de texto

Explore cuadernos de ejemplo de generación de texto, que incluyen orientación sobre los flujos de trabajo generales de generación de texto, la clasificación de textos multilingües, la inferencia por lotes en tiempo real, el aprendizaje rápido, las interacciones con los chatbots y más.

• SageMaker JumpStart Modelos básicos: generación HuggingFace Text2Text con la FLAN -T5 XL como ejemplo

• SageMaker JumpStart Modelos básicos: BloomZ: clasificación de textos multilingües, preguntas y respuestas, generación de códigos, reformulación de párrafos y más

• SageMaker JumpStart Modelos básicos: generación de texto a HuggingFace texto, transformación por lotes e inferencia por lotes en tiempo real

• SageMaker JumpStart Modelos básicos: GPT -J, -Neo: aprendizaje en pocas tomas GPT

• SageMaker JumpStart Modelos básicos: chatbots

• Introducción a la generación SageMaker JumpStart de texto con modelos Mistral

• Introducción a la generación SageMaker JumpStart de texto con modelos Falcon

Generación de imágenes

Comience con los modelos text-to-image Stable Diffusion, aprenda a implementar un modelo para pintar y experimente con un flujo de trabajo sencillo para generar imágenes de su perro.

• Introducción a la conversión JumpStart de texto a imagen

• Introducción a la edición de JumpStart imágenes: difusión estable en la pintura

• Generación de imágenes divertidas de su perro

Personalización de modelos

A veces, su caso de uso requiere una mayor personalización del modelo fundacional para tareas específicas. Para obtener más información sobre los enfoques de personalización de modelos, consulte Personalización del modelo básico o explore uno de los siguientes cuadernos de ejemplo.

• SageMaker JumpStart Modelos básicos: ajuste preciso del modelo GPT J 6B de generación de texto en un conjunto de datos de dominio específico

• SageMaker JumpStart Modelos básicos: ajuste fino de las instrucciones Text2Text HuggingFace

• Generación de recuperación aumentada: respuesta a preguntas mediante modelos de generación LangChain e incrustación de modelos de Cohere SageMaker JumpStart

• Generación de recuperación aumentada: respuesta a preguntas con -2, Pinecone y Custom Dataset LLama

• Generación de recuperación aumentada: la respuesta a las preguntas se basa en un conjunto de datos personalizado con una biblioteca de código abierto LangChain

• Generación de recuperación aumentada: respuesta a preguntas basada en un conjunto de datos personalizado

• Generación de recuperación aumentada: respuesta a preguntas mediante Llama-2 y modelos de incrustación de texto

• Amazon SageMaker JumpStart : incrustación de texto y similitud de oraciones