本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
Ready-to-use 模型
使用 Amazon SageMaker Canvas Ready-to-use 模型，您可以對資料進行預測，而無需撰寫單行程式碼或建置模型，您只需攜帶資料即可。這些 Ready-to-use模型使用預先建置的模型來產生預測，而不需要花費建置模型所需的時間、專業知識或成本，而且您可以從語言偵測到費用分析等各種使用案例中進行選擇。
Canvas 會與現有的 AWS 服務整合，例如 Amazon Textract、Amazon Rekognition 和 Amazon Comprehend，以分析您的資料並進行預測或擷取洞見。您可以在 Canvas 應用程式中使用這些服務的預測能力，為您的資料取得高品質的預測。
Canvas 支援下列 Ready-to-use模型類型：
| Ready-to-use 模型 | 描述 | 支援的資料類型 |
|---|---|---|
情緒分析 |
偵測文字中的情緒，可能是正面、負面、中性或混合。目前您只可以對英文語言文字進行情緒分析。 |
純文字或表格 (CSV、Parquet) |
實體擷取 |
從文字擷取真實世界物件的實體，例如人物、地點和商業項目，或是諸如日期和數量等單位。 |
純文字或表格 (CSV、Parquet) |
語言偵測 |
決定諸如英文、法文或德文等文字中的優勢語言。 |
純文字或表格 (CSV、Parquet) |
個人資訊偵測 |
從文字中偵測可用於識別個人的個人資訊，例如地址、銀行帳號和電話號碼。 |
純文字或表格 (CSV、Parquet) |
映像中的物件偵測 |
檢測映像中的物件、概念、場景和動作。 |
影像 (JPG、PNG) |
映像中的文字偵測 |
偵測映像中的文字。 |
影像 (JPG、PNG) |
支出分析 |
從發票和收據中擷取資訊，例如日期、號碼、項目價格、總金額和付款條件。 |
文件 (PDF、JPG、PNG、TIFF) |
身分文件分析 |
從美國政府簽發的護照、駕照和其他身分證明文件中擷取資訊。 |
文件 (PDF、JPG、PNG、TIFF) |
文件分析 |
分析文件和表單，找出偵測到文字之間的關係。 |
文件 (PDF、JPG、PNG、TIFF) |
文件查詢 |
透過使用自然語言提出問題，從結構化文件 (如Paystub、銀行對帳單，W-2 和抵押貸款申請表) 中擷取資訊。 |
文件 (PDF) |
開始使用
若要開始使用 Ready-to-use模型，請檢閱下列資訊。
先決條件
若要在 Ready-to-use Canvas 中使用模型，您必須在設定 Amazon SageMaker AI 網域時開啟 Canvas Ready-to-use模型組態許可。Canvas Ready-to-use 模型組態會將AmazonSageMakerCanvasAIServicesAccess政策連接至 Canvas 使用者的 AWS Identity and Access Management (IAM) 執行角色。如果您在授予許可時遇到任何問題，請參閱主題對透過 SageMaker AI 主控台授予許可的問題進行故障診斷。
如果您已設定網域，您可以編輯網域設定並開啟許可。如需如何編輯網域設定的指示，請參閱編輯網域設定。編輯網域的設定時，請前往 Canvas 設定並開啟啟用 Canvas Ready-to-use模型選項。
（選用） 選擇退出 AI 服務資料儲存
某些 AWS AI 服務會存放和使用您的資料來改善服務。您可以選擇不儲存您的資料或將其用於改善服務。若要進一步了解如何選擇退出，請參閱AWS Organizations 《 使用者指南》中的 AI 服務選擇退出政策。
如何使用 Ready-to-use模型
若要開始使用 Ready-to-use模型，請執行下列動作：
