Implementate modelli di base proprietari con la classe ModelPackage

I modelli proprietari devono essere distribuiti utilizzando le informazioni del pacchetto del modello dopo la sottoscrizione al modello in Marketplace AWS. Per ulteriori informazioni sull' SageMaker intelligenza artificiale e Marketplace AWS, consulta Compra e vendi algoritmi e modelli di SageMaker intelligenza artificiale di Amazon in Marketplace AWS. Per trovare Marketplace AWS i link ai modelli proprietari più recenti, consulta la pagina Guida introduttiva ad Amazon SageMaker JumpStart.

Dopo esserti abbonato al modello che preferisci Marketplace AWS, puoi implementare il modello base utilizzando l' SageMaker PythonSDK e l'SDK associati al fornitore del modello. Ad esempio, AI21 Labs, Cohere e LightOn utilizzate rispettivamente i pacchetti"ai21[SM]", cohere-sagemaker e. lightonsage

Ad esempio, per definire un JumpStart modello utilizzando Jurassic-2 Jumbo Instruct di AI21 Labs, usa il codice seguente:

import sagemaker
import ai21

role = get_execution_role()
sagemaker_session = sagemaker.Session()
model_package_arn = "arn:aws:sagemaker:us-east-1:865070037744:model-package/j2-jumbo-instruct-v1-1-43-4e47c49e61743066b9d95efed6882f35"

my_model = ModelPackage(
    role=role, model_package_arn=model_package_arn, sagemaker_session=sagemaker_session
)

Ad step-by-step esempio, trovate ed eseguite il notebook associato al modello di base proprietario di vostra scelta in Studio Classic. SageMaker Per ulteriori informazioni, consulta Usa i modelli di base in Amazon SageMaker Studio Classic. Per ulteriori informazioni sull' SageMaker PythonSDK, consulta. ModelPackage