Beispiel-Notebooks

Schrittweise Beispiele zur Verwendung öffentlich verfügbarer JumpStart Basismodelle mit dem SageMaker Python SDK finden Sie in den folgenden Notebooks zur Textgenerierung, Bildgenerierung und Modellanpassung.

Sie können das Beispiel-Repository von Amazon SageMaker AI klonen, um die verfügbaren Beispiele für JumpStart-Basismodelle in der Jupyter-Umgebung Ihrer Wahl in Studio auszuführen. Weitere Informationen zu Anwendungen, die Sie zum Erstellen von und Zugreifen auf Jupyter-Notebook-Instances in SageMaker AI verwenden können, finden Sie unter In Amazon SageMaker Studio unterstützte Anwendungen.

Zeitreihenprognosen

Mit den Chronos-Modellen können Sie Zeitreihendaten vorhersagen. Sie basieren auf der Sprachmodellarchitektur. Informationen zu den ersten Schritten finden Sie unter Einführung in SageMaker JumpStart – Zeitreihenprognosen mit Chronos-Notebook.

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 Stable-Diffusion-Modellen zur Text-zu-Bild-Generierung, lernen Sie, wie Sie ein Inpainting-Modell einsetzen, und experimentieren Sie mit einem einfachen Workflow, um Bilder von Ihrem Hund zu erzeugen.

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.