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.

# Task-Specific Modèles
<a name="jumpstart-models"></a>

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, Vision et NLP-related types totalisent 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, voir [ SageMaker AI Automatic Model Tuning. ](https://docs.aws.amazon.com/sagemaker/latest/dg/automatic-model-tuning.html) JumpStart prend également en charge quatre algorithmes populaires pour la modélisation de données tabulaires.

Vous pouvez rechercher et parcourir des modèles depuis la page JumpStart d'accueil de 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 des modèles par programmation avec le SDK [ SageMaker Python. ](https://sagemaker.readthedocs.io/en/stable/) Pour une liste de tous les modèles disponibles, consultez le tableau des modèles [ JumpStart disponibles](https://sagemaker.readthedocs.io/en/v2.132.0/doc_utils/pretrainedmodels.html).

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 | [Présentation de JumpStart - Classification des images ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_image_classification/Amazon_JumpStart_Image_Classification.ipynb) | 
| Détection d'objets  | Oui  | Oui  | PyTorch TensorFlow, MXNet | [Introduction à la JumpStart détection d'objets ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_object_detection/Amazon_JumpStart_Object_Detection.ipynb) | 
| Segmentation sémantique  | Oui  | Oui  | MXNet  | [Introduction à la JumpStart segmentation sémantique ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_semantic_segmentation/Amazon_JumpStart_Semantic_Segmentation.ipynb) | 
| Segmentation d'instances  | Oui  | Oui  | MXNet  | [Présentation de la JumpStart segmentation des instances ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_instance_segmentation/Amazon_JumpStart_Instance_Segmentation.ipynb) | 
| Intégration d'images  | Oui  | Non  | TensorFlow, MxNet | [Présentation de l' JumpStart intégration d'images ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_image_embedding/Amazon_JumpStart_Image_Embedding.ipynb) | 
| Classification de texte  | Oui  | Oui  | TensorFlow | [Introduction à JumpStart - Classification des textes ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_text_classification/Amazon_JumpStart_Text_Classification.ipynb) | 
| Classification des paires de phrases  | Oui  | Oui  | TensorFlow, Visage étreignant | [Introduction à JumpStart - Classification des paires de phrases ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_sentence_pair_classification/Amazon_JumpStart_Sentence_Pair_Classification.ipynb) | 
| Réponse aux questions  | Oui  | Oui  | PyTorch, Visage étreignant | [Introduction à JumpStart — Réponse aux questions ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_question_answering/Amazon_JumpStart_Question_Answering.ipynb) | 
| Reconnaissance des entités nommées (NER)  | Oui  | Non  | Hugging Face  | [Introduction à JumpStart - Reconnaissance des entités nommées ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_named_entity_recognition/Amazon_JumpStart_Named_Entity_Recognition.ipynb) | 
| Synthèse de texte  | Oui  | Non  | Hugging Face  | [Introduction à JumpStart - Résumé du texte ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_text_summarization/Amazon_JumpStart_Text_Summarization.ipynb) | 
| Génération de texte  | Oui  | Non  | Hugging Face  | [Présentation de la JumpStart génération de texte ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_text_generation/Amazon_JumpStart_Text_Generation.ipynb) | 
| Algorithme de traduction  | Oui  | Non  | Hugging Face  | [Présentation de JumpStart la traduction automatique ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_machine_translation/Amazon_JumpStart_Machine_Translation.ipynb) | 
| Intégration de texte  | Oui  | Non  | TensorFlow, MxNet | [Présentation de l' JumpStart intégration de texte ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/jumpstart_text_embedding/Amazon_JumpStart_Text_Embedding.ipynb) | 
| Classification tabulaire  | Oui  | Oui  | LightBM, xBoost, CatBoost,,, Apprentisseur linéaire AutoGluon-Tabular TabTransformer | [Présentation de la JumpStart classification tabulaire LightGBM, CatBoost ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/lightgbm_catboost_tabular/Amazon_Tabular_Classification_LightGBM_CatBoost.ipynb)<br />[Introduction à JumpStart - Classification tabulaire - XGBoost, Linear Learner ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/xgboost_linear_learner_tabular/Amazon_Tabular_Classification_XGBoost_LinearLearner.ipynb)<br />[Introduction à JumpStart - Classification tabulaire - Apprenant AutoGluon ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/autogluon_tabular/Amazon_Tabular_Classification_AutoGluon.ipynb)<br />[Introduction à JumpStart - Classification tabulaire - Apprenant TabTransformer ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/tabtransformer_tabular/Amazon_Tabular_Classification_TabTransformer.ipynb) | 
| Régression tabulaire  | Oui  | Oui  | LightBM, xBoost, CatBoost,,, Apprentisseur linéaire AutoGluon-Tabular TabTransformer | [Présentation de la JumpStart régression tabulaire LightGBM, CatBoost ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/lightgbm_catboost_tabular/Amazon_Tabular_Regression_LightGBM_CatBoost.ipynb)<br />[Introduction à JumpStart — Régression tabulaire - XGBoost, Linear Learner ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/xgboost_linear_learner_tabular/Amazon_Tabular_Regression_XGBoost_LinearLearner.ipynb)<br />[Introduction à JumpStart — Régression tabulaire - Apprenant AutoGluon ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/autogluon_tabular/Amazon_Tabular_Regression_AutoGluon.ipynb)<br />[Introduction à JumpStart — Régression tabulaire - Apprenant TabTransformer ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/tabtransformer_tabular/Amazon_Tabular_Regression_TabTransformer.ipynb) |