Modèles spécifiques aux tâches - Amazon SageMaker AI

Modèles spécifiques aux tâches

JumpStart prend en charge des modèles spécifiques aux tâches pour quinze des types de problèmes les plus courants. Parmi les types de problèmes pris en charge, les types liés à la vision et à au PNL sont au nombre de treize. Il existe huit types de problèmes qui permettent un entraînement progressif et un réglage fin. Pour plus d’informations sur l’entraînement incrémentiel et le réglage des hyperparamètres, consultez Réglage de modèle automatique Amazon SageMaker. JumpStart prend également en charge quatre algorithmes populaires de modélisation des données tabulaires.

Vous pouvez rechercher et parcourir les modèles à partir de la page d’accueil JumpStart dans Studio ou Studio Classic. Lorsque vous sélectionnez un modèle, la page de détails du modèle fournit des informations sur le modèle et vous pouvez entraîner et déployer votre modèle en quelques étapes. La section de description décrit ce que vous pouvez faire avec le modèle, les types d'entrées et de sorties attendus, et le type de données nécessaire pour affiner votre modèle.

Vous pouvez également utiliser les modèles de manière programmée avec le kit SDK Python SageMaker. Pour obtenir la liste de tous les modèles disponibles, consultez le Tableau des modèles disponibles JumpStart.

La liste des types de problèmes et les liens vers leurs exemples de bloc-notes Jupyter sont résumés dans le tableau suivant.

Types de problèmes Prise en charge de l'inférence avec des modèles pré-entraînés Entraînable sur un jeu de données personnalisé Cadres pris en charge Exemples de blocs-notes
Classification d’images Oui Oui

PyTorch, TensorFlow

Introduction à JumpStart - Classification des images
Détection d'objets Oui Oui PyTorch, TensorFlow, MXNet

Introduction à JumpStart - Détection d'objets
Segmentation sémantique Oui Oui MXNet

Introduction à JumpStart - Segmentation sémantique
Segmentation d'instances Oui Oui MXNet

Introduction à JumpStart - Segmentation d'instance
Intégration d'images Oui Non TensorFlow, MXNet

Introduction à JumpStart - Intégration d'images
Classification de texte Oui Oui TensorFlow

Introduction à JumpStart - Classification de texte
Classification des paires de phrases Oui Oui TensorFlow, Hugging Face

Introduction à JumpStart - Classification des paires de phrases
Réponse aux questions Oui Oui PyTorch, Hugging Face

Introduction à JumpStart - Réponse aux questions
Reconnaissance des entités nommées (NER) Oui Non Hugging Face

Introduction à JumpStart - Reconnaissance des entités nommées
Synthèse de texte Oui Non Hugging Face

Introduction à JumpStart - Synthèse de texte
Génération de texte Oui Non Hugging Face

Introduction à JumpStart - Génération de texte
Algorithme de traduction Oui Non Hugging Face

Introduction à JumpStart - Traduction automatique
Intégration de texte Oui Non TensorFlow, MXNet

Introduction à JumpStart - Intégration de texte
Classification tabulaire Oui Oui LightGBM, CatBoost, XGBoost, AutoGluon-Tabular, TabTransformer, Linear Learner

Introduction à JumpStart - Classification tabulaire - LightGBM, CatBoost

Introduction à JumpStart - Classification tabulaire - XGBoost, Linear Learner

Introduction à JumpStart – Classification tabulaire – Apprenant AutoGluon

Introduction à JumpStart – Classification tabulaire – Apprenant TabTransformer
Régression tabulaire Oui Oui LightGBM, CatBoost, XGBoost, AutoGluon-Tabular, TabTransformer, Linear Learner

Introduction à JumpStart - Régression tabulaire - LightGBM, CatBoost

Introduction à JumpStart - Régression tabulaire - XGBoost, Linear Learner

Introduction à JumpStart – Régression tabulaire – Apprenant AutoGluon

Introduction à JumpStart – Régression tabulaire – Apprenant TabTransformer