人工智能
-
使用 Amazon SageMaker Autopilot 自动创建机器学习模型
Amazon SageMaker 是一项完全托管的服务，可以帮助开发人员和数据科学家快速构建、训练和部署机器学习 (ML) 模型。 在本教程中，您无需编写一行代码就可以自动创建机器学习模型！ 您可以使用 Amazon SageMaker Auto…
-
在本地构建与训练机器学习模型
概览 在本教程中，您将学习如何以本地方式在 Amazon SageMaker Studio 笔记本中构建与训练机器学习（ML）模型。 Amazon SageMaker Studio 是 ML 的一个集成开发环境（IDE），它提供了一个完全托管的 Jupyter Notebo…
-
在aws 上自动创建机器学习模型
概览 在本教程中，您将学习如何使用 Amazon SageMaker Autopilot 自动创建、训练、调优机器学习（ML）模型，并部署该模型以生成预测。 Amazon SageMaker Autopilot 通过帮助您根据数据自动构建、训练和调优最佳 ML …
-
在 Amazon SageMaker 上使用 Amazon Inferentia2 实现 AI 作画
在前一篇文章中，我们介绍了如何使用 Amazon EC2 Inf2 实例部署大语言模型，有不少用户询问 Amazon Inf2 实例是否支持当下流行的 AIGC 模型，答案是肯定的。同时，图片生成时间、QPS、服务器推理成本、如何在云中部…
-
AWS AIGC Workshop 中文版合集
AWS AIGC Workshop 1-实验介绍 AWS AIGC Workshop 2-部署推理-准备部署环境 AWS AIGC Workshop 2-部署推理-部署实施步骤 AWS AIGC Workshop 2-部署推理-执行推理 AWS AIGC Workshop 3-训练推理-进行 Finetune 训练 …
-
AWS AIGC Workshop 3-训练推理-部署finetune模型
部署finetune模型 部署finetune模型进行推理 当该训练任务完成，我们可以在 S3 中找到生成的模型文件，路径是：(注意修改下面命令中 S3桶名为自己的桶，替换 REGION为部署区域代码，account id 即可) 1 s3://sagema…
-
AWS AIGC Workshop 3-训练推理-进行 Finetune 训练
进行 Finetune 训练 Finetune 风格模型 接下来我们尝试在预训练模型之上进行 finetune（微调），训练一个能出指定风格的模型。 准备训练素材 我们预先准备了一组图片（共20张）存储在EC2中。 连接到EC2，将图片上传…
-
AWS AIGC Workshop 2-部署推理-执行推理
执行推理 使用 stable diffusion webui 进行推理 在文生图页面，输入prompt 词，调整 steps 为50 （数字越大，通常效果越好，时间也越久，通常20～100），图片size 调整为 512 x 512 （通常使用512 x 512，或 768 x…
-
AWS AIGC Workshop 2-部署推理-部署实施步骤
部署方案 - step 1 使用 EC2 进行数据上传 回到EC2界面，选中实例，点击连接： 将用户名改为ubuntu，并点击连接： 上传资源 进入 deployment 目录： 1 cd all-in-one-ai/deployment 执行 **build_and_deploy.sh ** …
-
AWS AIGC Workshop 2-部署推理-准备部署环境
准备部署环境 打开 AWS 控制台，进入EC2服务界面： 在EC2 AMI 下找到分享的镜像（默认出现在 Private images 下面），镜像名称是 aigc-workshop (ami-0f35ca15654fff4e2)，选中，然后基于此镜像创建一台 EC2 实例：…
