為什麼要選擇 SageMaker JumpStart?
Amazon SageMaker JumpStart 是機器學習 (ML) 中心,可協助您加速機器學習之旅。藉由 SageMaker JumpStart,您可根據預先定義的品質和責任指標,來快速評估、比較和選擇基礎模型,以執行文章總結和影像產生等任務。預先訓練的模型可針對您的資料使用案例來完全自訂,而且您可以透過使用者介面或 SDK 輕鬆將其部署到生產環境中。您也可以在組織內共用成品 (包括模型和筆記本) 以加速模型建置和部署,管理員則能控制組織中使用者可以看到哪些模型。
您的所有資料均不會用於訓練基礎模型。由於所有資料均經過加密,並且不會離開您的虛擬私有雲端 (VPC),因此您的資料將保有隱私和機密,毋須操心。如需詳細資訊,請參閱常見問答集。
運作方式
-
基礎模型
-
內建演算法搭配預先訓練的模型
-
解決方案
-
ML 成品共享
-
基礎模型
-
-
內建演算法搭配預先訓練的模型
-
-
解決方案
-
-
ML 成品共享
-
運作方式
-
基礎模型
-
內建演算法搭配預先訓練的模型
-
解決方案
-
ML 成品共享
-
基礎模型
-
-
內建演算法搭配預先訓練的模型
-
-
解決方案
-
-
ML 成品共享
-
SageMaker JumpStart 的優勢
Amazon SageMaker JumpStart 功能
基礎模型
探索 AI21 Labs、Cohere、Databricks、Hugging Face、Meta、Mistral AI、Stability AI 和 Alexa 等模型供應商提供的多種專有和公開可用的基礎模型,以執行各種任務,例如文章總結以及文字、影像或影片產生。
存取數百種內建演算法
SageMaker JumpStart 提供數百種內建演算法,以及來自包括 TensorFlow Hub、PyTorch Hub、HuggingFace 和 MxNet GluonCV 等模型中心預先訓練好的模型。亦可使用 Amazon SageMaker Python SDK 存取內建的演算法。內建的演算法涵蓋常用 ML 任務,例如資料分類 (映像、文字、表格式) 和情感分析。
適用於常見使用案例的預先建置解決方案
SageMaker JumpStart 提供一鍵式端對端解決方案,適用於許多常見的機器學習使用案例,例如需求預測、信用評等預測、詐騙偵測和電腦視覺。
適用於 JumpStart 的 Amazon SageMaker 資源
顯示 1 - 8 (16)