Tại sao nên chọn SageMaker JumpStart?
Amazon SageMaker JumpStart là một trung tâm máy học (ML) có thể giúp bạn đẩy nhanh hành trình ML của mình. Với SageMaker JumpStart, bạn có thể đánh giá, so sánh và chọn FM một cách nhanh chóng dựa trên các chỉ số chất lượng và trách nhiệm được định sẵn để thực hiện các tác vụ như tóm tắt bài viết và tạo hình ảnh. Các mô hình được đào tạo trước có thể tùy chỉnh hoàn toàn cho trường hợp sử dụng của bạn với dữ liệu riêng của bạn và bạn có thể dễ dàng triển khai các mô hình này vào môi trường sản xuất bằng giao diện người dùng hoặc SDK. Bạn cũng có thể chia sẻ các tạo tác, bao gồm mô hình và sổ tay trong tổ chức của mình để tăng tốc xây dựng và triển khai mô hình. Quản trị viên có thể kiểm soát, chọn mô hình hiển thị cho người dùng trong tổ chức của mình.
Không có dữ liệu nào của bạn được sử dụng để đào tạo các mô hình cơ bản. Vì tất cả dữ liệu được mã hóa và không rời khỏi đám mây riêng ảo (VPC) của bạn, bạn có thể tin tưởng rằng dữ liệu của mình sẽ được giữ riêng tư và bí mật. Xem phần Câu hỏi thường gặp để biết thêm thông tin.
Cách thức hoạt động
-
Mô hình nền tảng
-
Thuật toán tích hợp sẵn với mô hình được đào tạo trước
-
Giải pháp
-
Chia sẻ tạo tác ML
-
Mô hình nền tảng
-
-
Thuật toán tích hợp sẵn với mô hình được đào tạo trước
-
-
Giải pháp
-
-
Chia sẻ tạo tác ML
-
Cách thức hoạt động
-
Mô hình nền tảng
-
Thuật toán tích hợp sẵn với mô hình được đào tạo trước
-
Giải pháp
-
Chia sẻ tạo tác ML
-
Mô hình nền tảng
-
-
Thuật toán tích hợp sẵn với mô hình được đào tạo trước
-
-
Giải pháp
-
-
Chia sẻ tạo tác ML
-
Lợi ích của SageMaker JumpStart
Các tính năng của Amazon SageMaker JumpStart
Mô hình nền tảng
Khám phá nhiều mô hình nền tảng độc quyền và được cung cấp công khai từ các nhà cung cấp mô hình như AI21 Labs, Cohere, Databricks, Hugging Face, Meta, Mistral AI, Stability AI và Alexa để thực hiện một loạt các tác vụ như tóm tắt bài viết và tạo văn bản, hình ảnh hoặc video.
Truy cập hàng trăm thuật toán tích hợp
SageMaker JumpStart cung cấp hàng trăm thuật toán tích hợp với các mô hình được đào tạo trước từ các trung tâm mô hình, bao gồm TensorFlow Hub, PyTorch Hub, Hugging Face và MxNet GluonCV. Bạn cũng có thể truy cập các thuật toán tích hợp bằng SageMaker Python SDK. Các thuật toán tích hợp bao gồm các tác vụ ML phổ biến, chẳng hạn như phân loại dữ liệu (hình ảnh, văn bản, bảng) và phân tích cảm xúc.
Giải pháp dựng sẵn cho các trường hợp sử dụng phổ biến
SageMaker JumpStart cung cấp các giải pháp toàn diện bằng một cú nhấp chuột cho nhiều trường hợp sử dụng máy học phổ biến như dự báo nhu cầu, dự đoán tỷ lệ tín dụng, phát hiện gian lận và thị giác máy tính.