Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Requisitos previos generales
El proceso de personalización incluye varias etapas clave, entre las que se incluyen el entrenamiento, la evaluación y la implementación del modelo para inferencia, cada una de las cuales requiere recursos y configuraciones específicos. Antes de comenzar a personalizar su modelo de Amazon Nova en SageMaker IA, asegúrese de cumplir los siguientes requisitos previos generales.
-
UnCuenta de AWS. Si no tienes unoCuenta de AWS, sigue estas instrucciones para registrarte en uno.
-
Acceso a las fórmulas básicas de personalización del modelo de Amazon Nova
. -
Familiaridad con los archivos de configuración de YAML
. -
Familiaridad con el funcionamiento de un cuaderno de Jupyter en su entorno.
-
Familiaridad con la creación de AWS recursos, como buckets de Amazon S3 y funciones de IAM, con los permisos adecuados.
-
Familiaridad con la forma de entrenar un modelo con Amazon SageMaker AI.
-
Familiaridad de Amazon SageMaker HyperPod con la orquestación de EKS.
-
Familiaridad con Amazon SageMaker HyperPod CLI.
-
Familiaridad con los modelos fundacionales de Amazon Nova.
-
Familiaridad con los modelos y algoritmos de Amazon Nova disponibles para personalización.
-
Familiaridad con la inferencia de Amazon Bedrock.
