选择您的 Cookie 首选项

我们使用必要 Cookie 和类似工具提供我们的网站和服务。我们使用性能 Cookie 收集匿名统计数据,以便我们可以了解客户如何使用我们的网站并进行改进。必要 Cookie 无法停用,但您可以单击“自定义”或“拒绝”来拒绝性能 Cookie。

如果您同意,AWS 和经批准的第三方还将使用 Cookie 提供有用的网站功能、记住您的首选项并显示相关内容,包括相关广告。要接受或拒绝所有非必要 Cookie,请单击“接受”或“拒绝”。要做出更详细的选择,请单击“自定义”。

将基础模型与 SageMaker Python SDK

聚焦模式
将基础模型与 SageMaker Python SDK - 亚马逊 SageMaker AI

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

所有 JumpStart 基础模型均可通过以下方式进行编程部署 SageMaker Python SDK。

要部署公开可用的基础模型,您可以使用其模型 ID。您可以在带有预训练模型表 IDs 的内置算法中找到所有公开基础模型的模型。在搜索栏中搜索基础模型名称。使用显示条目下拉列表或分页控件浏览可用的模型。

在 AWS Marketplace中订阅模型后,必须使用模型软件包信息部署专有模型。

您可以在中找到 JumpStart 可用型号的列表可用的基础模型

重要

某些基础模型要求明确接受最终用户许可协议 (EULA)。有关更多信息,请参阅 接受最终用户许可协议 SageMaker Python SDK

下面几节将介绍如何使用 JumpStartEstimator 类微调公开可用的基础模型,使用 JumpStartModel 类部署公开可用的基础模型,以及使用 ModelPackage 类部署专有基础模型。

隐私网站条款Cookie 首选项
© 2025, Amazon Web Services, Inc. 或其附属公司。保留所有权利。