Ready-to-use 模型

借助 Amazon SageMaker Canvas Ready-to-use 模型，您无需编写任何代码或构建模型即可对数据进行预测，您只需要携带数据即可。这些 Ready-to-use模型使用预先构建的模型来生成预测，而无需您花费构建模型所需的时间、专业知识或成本，并且您可以从各种用例中进行选择，从语言检测到费用分析。

Canvas 与现有 AWS 服务（例如亚马逊 Textract、Amazon Re kognition 和 Amazon Comprehend）集成，可以分析您的数据并做出预测或提取见解。您可以在 Canvas 应用程序中使用这些服务的预测能力来获得对数据的高质量预测。

Canvas 支持以下 Ready-to-use模型类型：

Ready-to-use 模型	描述	支持的数据类型
情绪分析	检测文本行中的情绪，情绪可以是积极的、消极的、中立的或混合的。目前，您只能对英语文本进行情绪分析。	纯文本或表格（CSV，Parquet）
实体提取	从文本中提取实体，即现实世界中的人物、地点和商业物品等对象，或日期和数量等单位。	纯文本或表格（CSV，Parquet）
语言检测	确定文本中的主要语言，如英语、法语或德语。	纯文本或表格（CSV，Parquet）
个人信息检测	从文本中检测可用于识别个人身份的个人信息，如地址、银行账号和电话号码。	纯文本或表格（CSV，Parquet）
图像中的对象检测	检测图像中的对象、概念、场景和动作。	图片 (JPG,PNG)
图像中的文本检测	检测图像中的文本。	图片 (JPG,PNG)
费用分析	从发票和收据中提取信息，如日期、数量、商品价格、总金额和付款条件。	文档 (PDF、JPG、PNG、TIFF)
身份证件分析	从美国政府签发的护照、驾照和其他身份证件中提取信息。	文档 (PDF、JPG、PNG、TIFF)
文档分析	分析文档和表单，找出检测到的文本之间的关系。	文档 (PDF、JPG、PNG、TIFF)
文档查询	通过使用自然语言提问，从工资单、银行对账单、W-2 和抵押贷款申请表等结构化文档中提取信息。	文档 (PDF)

开始使用

要开始使用 Ready-to-use模型，请查看以下信息。

先决条件

要在 Canvas 中使用 Ready-to-use模型，您必须在设置 Amazon SageMaker 域名时开启画布 Ready-to-use模型配置权限。Canvas Ready-to-use 模型配置会将AmazonSageMakerCanvasAIServicesAccess策略附加到您的 Canvas 用户 AWS Identity and Access Management (IAM) 的执行角色。如果您在授予权限时遇到任何问题，请参阅主题 解决通过 SageMaker 控制台授予权限的问题。

如果您已经设置了域名，则可以编辑域名设置并开启权限。有关如何编辑域名设置的说明，请参阅编辑域名设置。编辑网域的设置时，进入画布设置并打开启用画布 Ready-to-use模型选项。

（可选）选择退出 AI 服务数据存储

某些 AWS AI 服务存储并使用您的数据来改进服务。您可以选择不存储您的数据或将其用于服务改进。要详细了解如何选择退出，请参阅AWS Organizations 用户指南中的 AI 服务选择退出政策。

如何使用 Ready-to-use模型

要开始使用 Ready-to-use模型，请执行以下操作：

1. （可选）导入您的数据。您可以导入表格、图像或文档数据集以生成批量预测，也可以导入带有 Ready-to-use模型的预测数据集。要开始导入数据集，请参阅 创建数据流。

2. 生成预测。您可以使用所选 Ready-to-use模型生成单一预测或批量预测。要开始进行预测，请参阅 对文本数据进行预测。