特定于任务的模型

JumpStart 支持十五种最流行问题类型的特定于任务的模型。在支持的问题类型中，共有十三种类型与视觉和 NLP 相关。有八种问题类型支持增量训练和微调。有关增量训练和超参数调整的更多信息，请参阅 SageMaker 自动模型调整。JumpStart 还支持四种用于表格数据建模的流行算法。

您可以从 Studio 中的 JumpStart 登录页面搜索和浏览模型。当您选择模型时，模型详细信息页面会提供有关该模型的信息，您可以通过几个步骤来训练和部署模型。描述部分介绍了您可以通过模型完成的任务、预期的输入和输出类型以及微调模型所需的数据类型。

您也可以通过 SageMaker Python SDK 以编程方式使用模型。有关所有可用模型的列表，请参阅 JumpStart 可用模型表。

下表汇总了问题类型列表及其示例 Jupyter 笔记本的链接。

问题类型	支持使用预训练模型进行推理	可在自定义数据集上训练	支持的框架	示例笔记本
图像分类	是	是	PyTorch、TensorFlow	JumpStart – 图像分类简介
对象检测	是	是	PyTorch、TensorFlow、MXNet	JumpStart – 对象检测简介
语义分割	是	是	MXNet	JumpStart – 语义分割简介
实例分段	是	是	MXNet	JumpStart – 实例分段简介
图像嵌入	是	否	TensorFlow、MXNet	JumpStart – 图像嵌入简介
文本分类	是	是	TensorFlow	JumpStart – 文本分类简介
句子对分类	是	是	TensorFlow、Hugging Face	JumpStart – 句子对分类简介
问题回答	是	是	PyTorch、Hugging Face	JumpStart – 问题回答简介
指定实体识别	是	否	Hugging Face	JumpStart – 指定实体识别简介
文本摘要	是	否	Hugging Face	JumpStart – 文本摘要简介
文本生成	是	否	Hugging Face	JumpStart – 文本生成简介
机器翻译	是	否	Hugging Face	JumpStart – 机器翻译简介
文本嵌入	是	否	TensorFlow、MXNet	JumpStart – 文本嵌入简介
表格分类	是	是	LightGBM、CatBoost、XGBoost、AutoGluon-Tabular、TabTransformer、线性学习器	JumpStart – 表格分类简介 – LightGBM、CatBoost JumpStart – 表格分类简介 – XGBoost、线性学习器 JumpStart – 表格分类简介 – AutoGluon Learner JumpStart – 表格分类简介 – TabTransformer Learner
表格回归	是	是	LightGBM、CatBoost、XGBoost、AutoGluon-Tabular、TabTransformer、线性学习器	JumpStart – 表格回归简介 – LightGBM、CatBoost JumpStart – 表格回归简介 – XGBoost、线性学习器 JumpStart – 表格回归简介 – AutoGluon Learner JumpStart – 表格回归简介 – TabTransformer Learner

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

检索增强生成 (RAG)

部署模型