Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Beispiel-Notebooks
<a name="jumpstart-foundation-models-example-notebooks"></a>

Schrittweise Beispiele zur Verwendung öffentlich verfügbarer JumpStart Foundation-Modelle mit dem SageMaker Python SDK finden Sie in den folgenden Notizbüchern zur Textgenerierung, Bildgenerierung und Modellanpassung.

**Anmerkung**  
Proprietäre und öffentlich verfügbare JumpStart Foundation-Modelle verfügen über unterschiedliche Workflows zur Bereitstellung von SageMaker Python KI-SDK. Entdecken Sie über Amazon SageMaker Studio Classic oder die SageMaker KI-Konsole Beispiel-Notebooks mit firmeneigenem Foundation-Modell. Weitere Informationen finden Sie unter [JumpStart Verwendung des Basismodells](jumpstart-foundation-models-use.md).

Sie können das [Amazon SageMaker AI-Beispiel-Repository](https://github.com/aws/amazon-sagemaker-examples/tree/main/introduction_to_amazon_algorithms/jumpstart-foundation-models) klonen, um die verfügbaren JumpStart Foundation-Modellbeispiele in der Jupyter-Umgebung Ihrer Wahl in Studio auszuführen. Weitere Informationen zu Anwendungen, mit denen Sie Jupyter in KI erstellen und darauf zugreifen können, finden Sie unter. SageMaker [In Amazon SageMaker Studio unterstützte Anwendungen](studio-updated-apps.md)

## Zeitreihenprognosen
<a name="jumpstart-foundation-models-example-notebooks-time-series"></a>

Mit den Chronos-Modellen können Sie Zeitreihendaten vorhersagen. Sie basieren auf der Sprachmodellarchitektur. Verwenden Sie das Notizbuch [Einführung in SageMaker JumpStart — Zeitreihenprognosen mit Chronos](https://github.com/aws/amazon-sagemaker-examples/blob/default/%20%20%20%20generative_ai/sm-jumpstart_time_series_forecasting.ipynb), um loszulegen.

Weitere Informationen über die verfügbaren Chronos-Modelle finden Sie unter [Verfügbare Basismodelle](jumpstart-foundation-models-latest.md).

## Textgenerierung
<a name="jumpstart-foundation-models-example-notebooks-text-generation"></a>

Entdecken Sie Beispiel-Notebooks zur Textgenerierung, einschließlich Anleitungen zu allgemeinen Workflows zur Textgenerierung, mehrsprachiger Textklassifizierung, Batch-Inferenz in Echtzeit, Few-Shot-Lernen, Chatbot-Interaktionen und mehr. 
+ [SageMaker JumpStart Foundation Models — HuggingFace Text2Text Generation mit FLAN-T5 XL als Beispiel](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-flan-t5.html)
+ [SageMaker JumpStart Foundation Models — BloomZ: Mehrsprachige Textklassifizierung, Fragen und Antworten, Codegenerierung, Absatzumformulierung und mehr](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-bloomz.html)
+ [SageMaker JumpStart Grundmodelle — HuggingFace Text2Text Generierung, Batch-Transformation und Batch-Inferenz Real-Time ](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text2text-generation-Batch-Transform.html)
+ [SageMaker JumpStart Grundlegende Modelle -, Lernen GPT-J GPT-Neo Few-shot](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text-generation-few-shot-learning.html)
+ [SageMaker JumpStart Gründungsmodelle — Chatbots](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/text-generation-chatbot.html)
+ [Einführung in die SageMaker JumpStart Textgenerierung mit Mistral-Modellen](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/mistral-7b-instruction-domain-adaptation-finetuning.html)
+ [Einführung in SageMaker JumpStart — Textgenerierung mit Falcon-Modellen](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/falcon-7b-instruction-domain-adaptation-finetuning.html)

## Bildgenerierung
<a name="jumpstart-foundation-models-example-notebooks-image-generation"></a>

Beginnen Sie mit Stable-Diffusion-Modellen zur Text-zu-Bild-Generierung, lernen Sie, wie Sie ein Inpainting-Modell einsetzen, und experimentieren Sie mit einem einfachen Workflow, um Bilder von Ihrem Hund zu erzeugen. 
+ [Einführung in JumpStart — Text zu Bild](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_text_to_image/Amazon_JumpStart_Text_To_Image.html)
+ [Einführung in die JumpStart Bildbearbeitung — Stabile Diffusion beim Malen](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_inpainting/Amazon_JumpStart_Inpainting.html)
+ [Erzeugen lustiger Bilder von Ihrem Hund](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart_text_to_image/custom_dog_image_generator.html)

## Modellanpassung
<a name="jumpstart-foundation-models-example-notebooks-model-customization"></a>

Manchmal erfordert ein Anwendungsfall eine stärkere Anpassung des Grundlagenmodells für bestimmte Aufgaben. Weitere Informationen zu Ansätzen zur Modellanpassung finden Sie unter [Anpassung des Basismodells](jumpstart-foundation-models-customize.md) oder in einem der folgenden Beispiel-Notebooks. 
+ [SageMaker JumpStart Foundation Models — GPT-J 6B-Modell zur Fine-tuning Textgenerierung anhand eines domänenspezifischen Datensatzes](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/domain-adaption-finetuning-gpt-j-6b.html)
+ [SageMaker JumpStart Grundmodelle — HuggingFace Text2Text-Anweisung Fine-Tuning](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/instruction-fine-tuning-flan-t5.html)
+ [Retrieval-Augmented Generierung: Beantwortung von Fragen mithilfe von Generate LangChain - und Einbettungsmodellen von und von Cohere SageMaker JumpStart](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_Cohere+langchain_jumpstart.html)
+ [Retrieval-Augmented Generierung: Beantwortung von Fragen mithilfe von LLama-2 Pinecone und benutzerdefiniertem Datensatz](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_pinecone_llama-2_jumpstart.html)
+ [Retrieval-Augmented Generierung: Beantwortung von Fragen auf der Grundlage eines benutzerdefinierten Datensatzes mit Bibliothek Open-sourced LangChain ](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_langchain_jumpstart.html)
+ [Retrieval-Augmented Generierung: Beantwortung von Fragen auf der Grundlage eines benutzerdefinierten Datensatzes](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_jumpstart_knn.html)
+ [Retrieval-Augmented Generierung: Beantwortung von Fragen mithilfe von Modellen Llama-2 und Modellen zur Texteinbettung](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/question_answering_text_embedding_llama-2_jumpstart.html)
+ [Amazon SageMaker JumpStart — Texteinbettung und Satzähnlichkeit](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/jumpstart-foundation-models/question_answering_retrieval_augmented_generation/text-embedding-sentence-similarity.html)