Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Beispiel-Notebooks

step-by-stepBeispiele zur Verwendung öffentlich verfügbarer JumpStart Foundation-Modelle mit dem SageMaker Python SDK finden Sie in den folgenden Notizbüchern zur Textgenerierung, Bildgenerierung und Modellanpassung.

Sie können das Amazon SageMaker AI-Beispiel-Repository klonen, um die verfügbaren JumpStart Foundation-Modellbeispiele in der Jupyter-Umgebung Ihrer Wahl in Studio auszuführen. Weitere Informationen zu Anwendungen, mit denen Sie Jupyter in KI erstellen und darauf zugreifen können, finden Sie unter. SageMaker In Amazon SageMaker Studio unterstützte Anwendungen

Zeitreihenprognosen

Mit den Chronos-Modellen können Sie Zeitreihendaten vorhersagen. Sie basieren auf der Sprachmodellarchitektur. Verwenden Sie das Notizbuch Einführung in SageMaker JumpStart — Zeitreihenprognosen mit Chronos, um loszulegen.

Weitere Informationen über die verfügbaren Chronos-Modelle finden Sie unter Verfügbare Basismodelle.

Textgenerierung

Entdecken Sie Beispiel-Notebooks zur Textgenerierung, einschließlich Anleitungen zu allgemeinen Workflows zur Textgenerierung, mehrsprachiger Textklassifizierung, Batch-Inferenz in Echtzeit, Few-Shot-Lernen, Chatbot-Interaktionen und mehr.

Bildgenerierung

Beginnen Sie mit text-to-image Stable Diffusion-Modellen, lernen Sie, wie Sie ein Inpainting-Modell einsetzen, und experimentieren Sie mit einem einfachen Arbeitsablauf, um Bilder von Ihrem Hund zu erstellen.

Modellanpassung

Manchmal erfordert ein Anwendungsfall eine stärkere Anpassung des Grundlagenmodells für bestimmte Aufgaben. Weitere Informationen zu Ansätzen zur Modellanpassung finden Sie unter Anpassung des Basismodells oder in einem der folgenden Beispiel-Notebooks.