Modelos específicos de tarefas

JumpStart oferece suporte a modelos específicos de tarefas em quinze dos tipos de problemas mais populares. Dos tipos de problemas suportados, os tipos de visão e NLP relacionados totalizam treze. Há oito tipos de problemas que oferecem suporte ao treinamento incremental e ao ajuste fino. Para obter mais informações sobre treinamento incremental e ajuste de hiperparâmetros, consulte Ajuste SageMaker automático do modelo. JumpStart também oferece suporte a quatro algoritmos populares para modelagem de dados tabulares.

Você pode pesquisar e procurar modelos na página JumpStart inicial no Studio ou no Studio Classic. Quando você seleciona um modelo, a página de detalhes do modelo fornece informações sobre o modelo e você pode treinar e implantar seu modelo em algumas etapas. A seção de descrição descreve o que você pode fazer com o modelo, os tipos esperados de entradas e saídas e o tipo de dados necessário para ajustar seu modelo.

Você também pode utilizar modelos programaticamente com o PythonSageMaker . SDK Para obter uma lista de todos os modelos disponíveis, consulte a Tabela de modelos JumpStart disponíveis.

A lista de tipos de problemas e links para seus exemplos de notebooks Jupyter está resumida na tabela a seguir.

Tipos de problema	Suporta inferência com modelos pré-treinados	Treinável em um conjunto de dados personalizado	Estruturas compatíveis	Blocos de anotações de exemplo
Classificação de imagens	Sim	Sim	PyTorch, TensorFlow	Introdução à JumpStart - Classificação de imagens
Detecção de objetos	Sim	Sim	PyTorch, TensorFlow, MXNet	Introdução à JumpStart - Detecção de objetos
Segmentação semântica	Sim	Sim	MXNet	Introdução à JumpStart - Segmentação semântica
Segmentação de instâncias	Sim	Sim	MXNet	Introdução à JumpStart segmentação de instâncias
Incorporação de imagens	Sim	Não	TensorFlow, MXNet	Introdução à JumpStart - Incorporação de imagens
Classificação de texto	Sim	Sim	TensorFlow	Introdução à JumpStart - Classificação de texto
Classificação de pares de frases	Sim	Sim	TensorFlow, Hugging Face	Introdução à JumpStart - Classificação de pares de frases
Respostas a perguntas	Sim	Sim	PyTorch, Hugging Face	Introdução à JumpStart — Resposta a perguntas
Reconhecimento de entidades nomeadas	Sim	Não	Hugging Face	Introdução ao JumpStart - Reconhecimento de entidades nomeadas
Sumarização de texto	Sim	Não	Hugging Face	Introdução à JumpStart - Sumarização de texto
Geração de texto	Sim	Não	Hugging Face	Introdução à JumpStart - Geração de texto
Tradução automática	Sim	Não	Hugging Face	Introdução à JumpStart - Tradução automática
Incorporação de texto	Sim	Não	TensorFlow, MXNet	Introdução à JumpStart - Incorporação de texto
Classificação tabular	Sim	Sim	GBMAluno leve CatBoost,XGBoost,, AutoGluon -Tabular TabTransformer, Linear	Introdução à JumpStart - Classificação tabular - LeveGBM, CatBoost Introdução à JumpStart - Classificação tabular -XGBoost, Linear Learner Introdução à JumpStart - Classificação tabular - AutoGluon Aluno Introdução à JumpStart - Classificação tabular - TabTransformer Aluno
Regressão tabular	Sim	Sim	GBMAluno leve CatBoost,XGBoost,, AutoGluon -Tabular TabTransformer, Linear	Introdução à JumpStart - Regressão tabular - Leve, GBM CatBoost Introdução à JumpStart — Regressão tabular —XGBoost, Linear Learner Introdução à JumpStart — Regressão tabular - Aluno AutoGluon Introdução à JumpStart — Regressão tabular - Aluno TabTransformer