本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
使用 R eady-to-use 型號
使用 Amazon SageMaker Canvas R eady-to-use 模型,您可以對資料進行預測,而不需要撰寫一行程式碼或建立模型 — 您只需要攜帶資料即可。R 模eady-to-use 型使用預先建置的模型來產生預測,無需您花費時間、專業知識或成本來建立模型,而且您可以從各種使用案例中進行選擇,從語言偵測到費用分析。
畫布與亞馬遜 Textract、亞馬遜重建和 Amazon Comprehend 等現有 AWS 服務整合,以分析您的資料並進行預測或擷取見解。您可以在 Canvas 應用程式中使用這些服務的預測能力,為您的資料取得高品質的預測。
畫布支持以下 R eady-to-use 模型類型:
R 系列eady-to-use 模型 | 描述 | 支援的資料類型 |
---|---|---|
情緒分析 |
偵測文字中的情緒,可能是正面、負面、中性或混合。目前您只可以對英文語言文字進行情緒分析。 |
純文本或表格(CSV,鑲木地板) |
實體擷取 |
從文字擷取真實世界物件的實體,例如人物、地點和商業項目,或是諸如日期和數量等單位。 |
純文本或表格(CSV,鑲木地板) |
語言偵測 |
決定諸如英文、法文或德文等文字中的優勢語言。 |
純文本或表格(CSV,鑲木地板) |
個人資訊偵測 |
從文字中偵測可用於識別個人的個人資訊,例如地址、銀行帳號和電話號碼。 |
純文本或表格(CSV,鑲木地板) |
映像中的物件偵測 |
檢測映像中的物件、概念、場景和動作。 |
圖片 (JPG,PNG) |
映像中的文字偵測 |
偵測映像中的文字。 |
圖片 (JPG,PNG) |
支出分析 |
從發票和收據中擷取資訊,例如日期、號碼、項目價格、總金額和付款條件。 |
文件 (PDF、JPG、PNG、TIFF) |
身分文件分析 |
從美國政府簽發的護照、駕照和其他身分證明文件中擷取資訊。 |
文件 (PDF、JPG、PNG、TIFF) |
文件分析 |
分析文件和表單,找出偵測到文字之間的關係。 |
文件 (PDF、JPG、PNG、TIFF) |
文件查詢 |
透過使用自然語言提出問題,從結構化文件 (如Paystub、銀行對帳單,W-2 和抵押貸款申請表) 中擷取資訊。 |
文件 (PDF) |
開始使用
若要開始使用 R eady-to-use 模型,請檢閱下列資訊。
先決條件
若要在 Canvas 中使用 R eady-to-use 模型,您必須在設定 Amazon SageMaker 網域時開啟畫布 R eady-to-use 模型組態許可。Canvas R eady-to-use 模型配置將AmazonSageMakerCanvasAIServicesAccess策略附加到 Canvas 用戶的 AWS Identity and Access Management (IAM)執行角色。如果您在授予許可時遇到任何問題,請參閱主題疑難排解透過 SageMaker 主控台授與權限的問題。
如果您已經設定網域,您可以編輯網域設定並開啟權限。如需如何編輯網域設定的指示,請參閱檢視和編輯網域。編輯域的設置時,轉到畫布設置,然後打開啟用 Canvas R eady-to-use 模型選項。
(選擇性) 選擇退出 AI 服務資料儲存
某些 AWS AI 服務會儲存並使用您的資料來改善服務。您可以選擇不儲存或用於改善服務的資料。若要進一步了解如何選擇退出,請參閱AWS Organizations 使用者指南中的 AI 服務退出政策。
如何使用 R eady-to-use 模型
若要開始使用 R eady-to-use 模型,請執行下列動作:
-
(選用) 匯入您的資料。您可以使用 R eady-to-use 模型匯入表格、影像或文件資料集,以產生批次預測或預測資料集。若要開始匯入資料集,請參閱將資料匯入資料流程。
-
產生預測。您可以使用選擇的 R eady-to-use 模型產生單一或批次預測。若要開始使用進行預測,請參閱使用 R eady-to-use 模型進行預測。