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.
Objekterkennung – TensorFlow Hyperparameter
Hyperparameter sind Parameter, die festgelegt werden, bevor ein Machine Learning-Modell mit dem Lernen beginnt. Die folgenden Hyperparameter werden vom SageMaker integrierten Objekterkennungs- TensorFlow Algorithmus von Amazon unterstützt. Weitere Informationen zur Hyperparameter-Optimierung finden Sie unter Optimieren einer Objekterkennung – TensorFlow Modell.
Name des Parameters | Beschreibung |
---|---|
batch_size |
Die Batch-Größe für die Schulung. Gültige Werte: positive Ganzzahl. Standardwert: |
beta_1 |
Die Beta1-Version für den Gültige Werte: Float, Bereich: [ Standardwert: |
beta_2 |
Die Beta2 für den Optimierer. Gültige Werte: Float, Bereich: [ Standardwert: |
early_stopping |
Auf Gültige Werte: Zeichenfolge, entweder: ( Standardwert: |
early_stopping_min_delta |
Die geringste Änderung, die erforderlich ist, um als Verbesserung zu gelten. Eine absolute Änderung, die unter dem Wert von early_stopping_min_delta liegt, gilt nicht als Verbesserung. Wird nur verwendet, wenn für early_stopping der Wert "True" festgelegt ist.Gültige Werte: Float, Bereich: [ Standardwert: |
early_stopping_patience |
Die Anzahl der Epochen, in denen die Ausbildung ohne Verbesserung fortgesetzt wird. Wird nur verwendet, wenn für Gültige Werte: positive Ganzzahl. Standardwert: |
epochs |
Die Anzahl der Schulungsepochen. Gültige Werte: positive Ganzzahl. Standardwert: |
epsilon |
Das Epsilon für Gültige Werte: Float, Bereich: [ Standardwert: |
initial_accumulator_value |
Der Startwert für die Akkumulatoren oder die Impulswerte pro Parameter für den Gültige Werte: Float, Bereich: [ Standardwert: |
learning_rate |
Die Lernrate des Optimierers. Gültige Werte: Float, Bereich: [ Standardwert: |
momentum |
Der Schwung für die Gültige Werte: Float, Bereich: [ Standardwert: |
optimizer |
Der Optimierer-Typ. Weitere Informationen finden Sie unter Optimierer Gültige Werte: Zeichenfolge, einer der folgenden Werte: ( Standardwert: |
reinitialize_top_layer |
Wenn dieser Wert auf Gültige Werte: Zeichenfolge, einer der folgenden Werte: ( Standardwert: |
rho |
Der Abzinsungsfaktor für den Gradienten der Gültige Werte: Float, Bereich: [ Standardwert: |
train_only_on_top_layer |
Falls Gültige Werte: Zeichenfolge, entweder: ( Standardwert: |