스튜디오에서 기초 모델을 사용하세요.

Amazon SageMaker Studio UI를 통해 공개적으로 사용 가능한 JumpStart 기반 모델과 독점 기반 모델을 직접 미세 조정, 배포 및 평가할 수 있습니다.

중요

2023년 11월 30일부터 이전 아마존 SageMaker 스튜디오 익스피리언스는 이제 아마존 SageMaker 스튜디오 클래식으로 명명되었습니다. 다음 섹션은 업데이트된 스튜디오 환경 사용에 대한 내용입니다. Studio Classic 애플리케이션 사용에 대한 자세한 내용은 을 참조하십시오아마존 SageMaker 스튜디오 클래식.

Amazon SageMaker Studio에서 왼쪽 패널의 홈 페이지 또는 홈 메뉴를 통해 JumpStart 랜딩 페이지를 엽니다. 그러면 모델 허브를 탐색하고 모델을 검색할 수 있는 SageMaker JumpStart랜딩 페이지가 열립니다.

• 홈 페이지에서 사전 구축되고 자동화된 솔루션 JumpStart창에서 선택하십시오.

• 왼쪽 패널의 홈 메뉴에서 해당 JumpStart노드로 이동합니다.

Amazon SageMaker Studio를 시작하는 방법에 대한 자세한 내용은 을 참조하십시오아마존 SageMaker 스튜디오.

Studio의 SageMaker JumpStart랜딩 페이지에서 공개 모델 및 독점 모델 공급자의 모델 허브를 탐색할 수 있습니다. 검색 창을 사용하여 특정 허브 또는 모델을 찾을 수 있습니다. 각 모델 허브 내에서 모델을 직접 검색하거나, 가장 좋아하는 항목, 가장 많이 다운로드한 항목 또는 최근 업데이트순으로 정렬하거나 제공된 모델 작업 목록을 기준으로 필터링할 수 있습니다. 모델을 선택하면 해당 모델 세부 정보 카드가 표시됩니다. 모델 세부 정보 카드의 오른쪽 상단에서 미세 조정, 배포 또는 평가를 선택하여 각각 미세 조정, 배포 또는 평가 워크플로를 통해 작업을 시작합니다. 모든 모델을 미세 조정 또는 평가할 수 있는 것은 아니라는 점에 유의하십시오.

Studio에서 기초 모델을 미세 조정하세요

미세 조정은 처음부터 학습하지 않고도 새 데이터 세트를 기반으로 사전 학습된 모델을 학습시킵니다. 전이 학습이라고도 하는 이 프로세스를 통해 더 작은 데이터 세트를 사용하고 훈련 시간을 단축하여 정확한 모델을 생성할 수 있습니다. JumpStart기초 모델을 미세 조정하려면 Studio UI에서 모델 세부 정보 카드로 이동하세요. JumpStart Studio에서 여는 방법에 대한 자세한 내용은 을 참조하십시오. Studio에서 열고 사용 JumpStart 원하는 모델 세부 정보 카드로 이동한 후 오른쪽 상단에서 Train을 선택합니다. 모든 모델에서 미세 조정이 가능한 것은 아닙니다.

중요

일부 기초 모델은 미세 조정 전에 최종 사용자 사용권 계약 (EULA) 을 명시적으로 수락해야 합니다. 자세한 정보는 아마존 SageMaker 스튜디오에서의 EULA 승인을 참조하세요.

모델 설정

Amazon SageMaker Studio에서 사전 학습된 JumpStart 기초 모델을 사용하는 경우 모델 아티팩트 위치 (Amazon S3 URI) 가 기본적으로 채워집니다. 기본 Amazon S3 URI를 편집하려면 모델 아티팩트 위치 입력을 선택합니다. 모든 모델이 모델 아티팩트 위치 변경을 지원하는 것은 아닙니다.

데이터 설정

데이터 필드에 교육 데이터세트 위치에 대한 Amazon S3 URI 포인트를 제공합니다. 기본 Amazon S3 URI는 예제 교육 데이터세트를 가리킵니다. 기본 Amazon S3 URI를 편집하려면 교육 데이터세트 입력을 선택하고 URI를 변경합니다. 교육 데이터 형식 지정에 대한 자세한 내용은 Amazon SageMaker Studio의 모델 세부 정보 카드를 검토하십시오.

하이퍼파라미터

모델을 미세 조정하는 데 사용되는 훈련 작업의 하이퍼파라미터를 사용자 지정할 수 있습니다. 미세 조정 가능한 각 모델에 사용할 수 있는 하이퍼파라미터는 모델에 따라 다릅니다.

모델 간에 일반적으로 사용되는 하이퍼파라미터는 다음과 같습니다.

• 에포크 – 한 에포크는 전체 데이터 세트를 한 번 순환하는 것입니다. 여러 간격으로 하나의 배치가 완성되고, 여러 배치가 모여 결국 한 에포크를 완성하게 됩니다. 모델의 정확도가 허용 가능한 수준에 도달하거나 오류율이 허용 수준 아래로 떨어질 때까지 여러 에포크가 실행됩니다.

• 학습률 – 에포크 간에 값을 변경해야 하는 양. 모델이 세분화됨에 따라 내부 가중치를 조정하고 오류율을 점검하여 모델이 개선되는지 확인합니다. 일반적인 학습률은 0.1 또는 0.01인데, 0.01은 훨씬 작은 조정으로 인해 훈련이 수렴되는 데 오랜 시간이 걸릴 수 있는 반면, 0.1은 훨씬 커서 훈련이 오버슈팅될 수 있습니다. 이는 모델 훈련을 위해 조정할 수 있는 기본 하이퍼파라미터 중 하나입니다. 텍스트 모델의 경우 학습률이 훨씬 낮을수록(BERT의 경우 5e–5) 모델이 더 정확할 수 있습니다.

• 배치 크기 – 각 간격마다 선택하여 훈련을 위해 GPU로 보낼 데이터 세트의 레코드 수입니다.

Studio UI의 모델 세부 정보 카드에 있는 툴팁 프롬프트와 추가 정보를 검토하여 선택한 모델별 하이퍼파라미터에 대해 자세히 알아보십시오.

사용 가능한 하이퍼파라미터에 대한 자세한 내용은 을 참조하십시오. 일반적으로 지원되는 미세 조정 하이퍼파라미터

배포

훈련 작업의 훈련 인스턴스 유형과 출력 아티팩트 위치를 지정하십시오. Studio UI의 미세 조정 내에서 선택한 모델과 호환되는 인스턴스만 선택할 수 있습니다. 기본 출력 아티팩트 위치는 기본 버킷입니다. SageMaker 출력 아티팩트 위치를 변경하려면 출력 아티팩트 위치 입력을 선택하고 Amazon S3 URI를 변경합니다.

보안

모델 학습에 사용하는 IAM 역할, 교육 작업을 가상 사설 클라우드 (VPC) 에 연결해야 하는지 여부, 데이터 보안을 위한 암호화 키 등 교육 작업에 사용할 보안 설정을 지정합니다. SageMaker

추가 정보

추가 정보 필드에서 교육 작업 이름을 편집할 수 있습니다. 또한 키-값 쌍의 형태로 태그를 추가 및 제거하여 미세 조정 교육 작업을 구성하고 분류하는 데 도움이 될 수 있습니다.

미세 조정 구성에 대한 정보를 제공한 후 [Submit] 을 선택합니다. 미세 조정을 위해 선택한 사전 학습된 기초 모델에서 교육 전에 EULA (최종 사용자 라이선스 계약) 에 대한 명시적인 동의가 필요한 경우 EULA가 팝업 창에 제공됩니다. EULA 약관에 동의하려면 수락을 선택합니다. 사용자는 모델을 다운로드하거나 사용하기 전에 해당 라이선스 조건을 검토 및 준수하고 사용 사례에 적합한지 확인해야 합니다.

Studio에 기초 모델을 배포하십시오.

JumpStart 기초 모델을 배포하려면 Studio UI에서 모델 세부 정보 카드로 이동하십시오. JumpStart Studio에서 여는 방법에 대한 자세한 내용은 을 참조하십시오Studio에서 열고 사용 JumpStart . 원하는 모델 세부 정보 페이지로 이동한 후 Studio UI의 오른쪽 상단에 있는 [Deploy] 를 선택합니다. 그런 다음 SageMaker Studio로 모델 배포의 단계를 따르세요.

중요

일부 기반 모델은 배포 전에 최종 사용자 라이선스 계약 (EULA) 을 명시적으로 수락해야 합니다. 자세한 정보는 아마존 SageMaker 스튜디오에서의 EULA 승인을 참조하세요.

Studio에서 기초 모델을 평가하십시오.

SageMaker JumpStart 아마존은 스튜디오의 클래리파이 파운데이션 모델 평가 (FME) 와 SageMaker 통합되어 있습니다. JumpStart 모델에 평가 기능이 내장되어 있는 경우 Studio UI의 모델 세부 정보 페이지 오른쪽 상단에서 평가를 선택할 수 있습니다. JumpStart 자세한 내용은 기초 모델 평가를 참조하십시오.