なぜ SageMaker JumpStart が良いのですか?
Amazon SageMaker JumpStart は、機械学習ジャーニーを加速させることができる機械学習 (ML) ハブです。SageMaker JumpStart を利用すると、事前に定義された質と責任に関するメトリクスに基づいて FM を迅速に評価、比較、選択して、記事の要約や画像生成などのタスクを実行できます。事前トレーニング済みのモデルは、データを使用してユースケースに合わせて完全にカスタマイズでき、ユーザーインターフェイスまたは SDK を使用して本番環境に簡単にデプロイできます。また、モデルやノートブックなどのアーティファクトを組織内で共有して、モデルの構築とデプロイを加速させることもできます。また、管理者は、組織内のユーザーに表示するモデルを制御できます。
どのデータも、基礎となるモデルのトレーニングには使用されません。すべてのデータは暗号化され、Amazon 仮想プライベートクラウド (VPC) の外部に漏れることはないため、データがプライベートかつ機密に保たれることについてご安心いただけます。よくある質問については、こちらを参照してください。
仕組み
-
基盤モデル
-
事前トレーニング済みモデルによる組み込みアルゴリズム
-
ソリューション
-
機械学習アーティファクトの共有
-
基盤モデル
-
-
事前トレーニング済みモデルによる組み込みアルゴリズム
-
-
ソリューション
-
-
機械学習アーティファクトの共有
-
仕組み
-
基盤モデル
-
事前トレーニング済みモデルによる組み込みアルゴリズム
-
ソリューション
-
機械学習アーティファクトの共有
-
基盤モデル
-
-
事前トレーニング済みモデルによる組み込みアルゴリズム
-
-
ソリューション
-
-
機械学習アーティファクトの共有
-
SageMaker JumpStart のメリット
Amazon SageMaker JumpStart の機能
基盤モデル
AI21 Labs、Cohere、Databricks、Hugging Face、Meta、Mistral AI、Stability AI、および Alexa といったモデルプロバイダーから一般提供されているプロバイダー独自の基盤モデルを検証して、記事の要約や、テキスト、画像、動画の生成などのさまざまなタスクを実行しましょう。
何百ものビルトインアルゴリズムにアクセス
SageMaker JumpStart は、TensorFlow Hub、PyTorch Hub、Hugging Face、MxNet GluonCV などのモデルハブの事前トレーニング済みモデルを備えた数百の組み込みアルゴリズムを提供します。また、SageMaker Python SDK を使用して組み込みアルゴリズムにアクセスすることもできます。組み込みアルゴリズムは、データ分類 (画像、テキスト、表形式) や感情分析などの一般的な ML タスクをカバーします。
一般的なユースケース向けにあらかじめ構築されたソリューション
SageMaker JumpStart は、需要予測、信用率予測、不正検出、コンピュータービジョンなど、多くの一般的な機械学習ユースケースにワンクリックでエンドツーエンドのソリューションを提供します。