Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Prérequis généraux
Le processus de personnalisation comprend plusieurs étapes clés, notamment l’entraînement des modèles, l’évaluation et le déploiement à des fins d’inférence, chacune nécessitant des ressources et des configurations spécifiques. Avant de commencer à personnaliser votre modèle Amazon Nova sur l' SageMaker IA, assurez-vous de remplir les conditions générales suivantes.
-
UnCompte AWS. Si vous n'en avez pasCompte AWS, suivez ces instructions pour vous inscrire.
-
Installation de l’AWS CLI et configuration de la configuration.
-
Accès aux formules de personnalisation des modèles Amazon Nova de base
. -
Connaissance des fichiers de configuration YAML
. -
Connaissance de l’exécution d’un bloc-notes Jupyter dans votre environnement.
-
Connaissance de la création de AWS ressources telles que des compartiments Amazon S3 et des rôles IAM avec les autorisations appropriées.
-
Connaissance de la façon d'entraîner un modèle avec Amazon SageMaker AI.
-
Connaissance d'Amazon SageMaker HyperPod avec l'orchestration EKS.
-
Connaissance de l'Amazon SageMaker HyperPod CLI.
-
Connaissance des modèles fondamentaux Amazon Nova.
-
Connaissance des modèles et algorithmes Amazon Nova disponibles pour la personnalisation.
-
Connaissance de l’inférence Amazon Bedrock.
