작업별 모델

JumpStart 가장 인기 있는 15가지 문제 유형에 대한 작업별 모델을 지원합니다. 지원되는 문제 유형 중 시각 및 NLP 관련 유형은 총 13개입니다. 증분 훈련과 미세 조정을 지원하는 8가지 문제 유형이 있습니다. 증분 훈련 및 하이퍼 파라미터 조정에 대한 자세한 내용은 자동 모델 조정을 참조하십시오SageMaker . JumpStart 또한 표 형식 데이터 모델링에 널리 사용되는 네 가지 알고리즘을 지원합니다.

Studio 또는 Studio Classic의 JumpStart 랜딩 페이지에서 모델을 검색하고 찾아볼 수 있습니다. 모델을 선택하면 모델 세부 정보 페이지에 모델에 대한 정보가 제공되며, 몇 단계만 거치면 모델을 훈련하고 배포할 수 있습니다. 설명 섹션에서는 모델로 수행할 수 있는 작업, 예상되는 입력 및 출력 유형, 모델의 미세 조정에 필요한 데이터 형식을 설명합니다.

SageMaker SDKPython으로 모델을 프로그래밍 방식으로 활용할 수도 있습니다. 사용 가능한 모든 모델 목록은 사용 JumpStart가능한 모델 표를 참조하십시오.

문제 유형 목록과 Jupyter notebook 예제 링크가 다음 표에 요약되어 있습니다.

문제 유형	사전 훈련된 모델을 사용한 추론 지원	사용자 지정 데이터 세트에서 훈련 가능	지원되는 프레임워크	예제 노트북
이미지 분류	예	예	PyTorch, TensorFlow	소개 JumpStart - 이미지 분류
객체 감지	예	예	PyTorch, TensorFlow, MXNet	소개 JumpStart - 물체 감지
의미 체계 분할	예	예	MXNet	소개 JumpStart - 시맨틱 분할
인스턴스 세분화	예	예	MXNet	소개 - 인스턴스 JumpStart 세그멘테이션
이미지 임베딩	예	아니요	TensorFlow, MXNet	소개 JumpStart - 이미지 임베딩
텍스트 분류	예	예	TensorFlow	소개 JumpStart - 텍스트 분류
문장 쌍 분류	예	예	TensorFlow, 허깅 페이스	소개 JumpStart - 문장 쌍 분류
질문 응답	예	예	PyTorch, 허깅 페이스	소개 JumpStart — 질문 답변
명명된 엔터티 인식	예	아니요	Hugging Face	소개 JumpStart - 명명된 개체 인식
텍스트 요약	예	아니요	Hugging Face	소개 JumpStart - 텍스트 요약
텍스트 생성	예	아니요	Hugging Face	소개 JumpStart - 텍스트 생성
기계 번역	예	아니요	Hugging Face	소개 JumpStart - 기계 번역
텍스트 임베딩	예	아니요	TensorFlow, MXNet	소개 JumpStart - 텍스트 임베딩
테이블 형식 분류	예	예	라이트GBM,, CatBoostXGBoost, AutoGluon 테이블 형식, TabTransformer 선형 학습기	소개 JumpStart - 표 형식 분류 - 라이트, GBM CatBoost 소개 JumpStart - 표 형식 분류 -XGBoost, 선형 학습기 소개 JumpStart - 표 형식 분류 - 학습자 AutoGluon 소개 JumpStart - 표 형식 분류 - 학습자 TabTransformer
테이블 형식 회귀	예	예	라이트GBM,, CatBoost, AutoGluon 테이블 형식XGBoost, 선형 학습기 TabTransformer	소개 JumpStart - 표 형식 회귀 - Light, GBM CatBoost 소개 JumpStart — 표 형식 회귀 -, 선형 학습기 XGBoost 표 형식 회귀 소개 JumpStart — 표 형식 회귀 - 학습자 AutoGluon 표 형식 회귀 소개 JumpStart — 표 형식 회귀 - 학습자 TabTransformer