翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
タスク固有のモデル
JumpStart は、最も人気のある問題タイプのうち 15 種類のタスク固有のモデルをサポートしています。サポートされている問題タイプのうち、Vision および NLP関連のタイプは合計 13 です。インクリメンタルトレーニングと微調整をサポートする問題タイプが 8 つあります。インクリメンタルトレーニングとハイパーパラメータチューニングの詳細については、SageMaker 「自動モデルチューニング」を参照してください。 JumpStart は、表形式データモデリング用の 4 つの一般的なアルゴリズムもサポートしています。
Studio または Studio Classic の JumpStart ランディングページからモデルを検索および参照できます。モデルを選択すると、モデルの詳細ページにモデルに関する情報が表示され、いくつかのステップでモデルをトレーニングおよびデプロイできます。説明セクションでは、モデルで何ができるか、必要な入力と出力のタイプ、モデルの微調整に必要なデータ型について説明しています。
SageMaker Python SDK
次の表は、問題タイプおよび関連するサンプルの Jupyter ノートブックへのリンクの一覧です。
問題タイプ | 事前トレーニング済みモデルによる推論をサポート | カスタムデータセットでトレーニング可能 | サポートされるフレームワーク | サンプルノートブック |
---|---|---|---|---|
画像分類 | はい | あり |
PyTorch, TensorFlow |
|
オブジェクト検出 | はい | あり | PyTorch, TensorFlow, MXNet | |
セマンティックセグメンテーション | はい | あり | MXNet | |
インスタンスセグメンテーション | はい | あり | MXNet | |
イメージ埋め込み | あり | なし | TensorFlow, MXNet | |
テキスト分類 | はい | あり | TensorFlow | |
センテンスペア分類 | はい | あり | TensorFlow、Hugging Face | |
質問に対する回答 | はい | あり | PyTorch、Hugging Face | |
固有表現認識 | あり | いいえ | Hugging Face | |
テキスト要約 | あり | いいえ | Hugging Face | |
テキスト生成 | あり | いいえ | Hugging Face | |
機械翻訳 | あり | いいえ | Hugging Face | |
テキスト埋め込み | あり | なし | TensorFlow, MXNet | |
表形式分類 | はい | あり | Light GBM、 CatBoost、XGBoost、- AutoGluonTabular TabTransformer、Linear Learner |
の概要 JumpStart - 表形式分類 - ライト GBM、 CatBoost の概要 JumpStart - 表形式分類 - XGBoost、線形学習 |
表形式回帰 | はい | あり | Light GBM、 CatBoost、XGBoost、- AutoGluonTabular TabTransformer、Linear Learner |
の概要 JumpStart - 表形式の回帰 - 軽量 GBM、 CatBoost の概要 JumpStart – 表形式の回帰 - XGBoost、線形学習 |