Object2Vec-Hyperparameter

In der Anforderung CreateTrainingJob geben Sie den Trainingsalgorithmus an. Sie können auch algorithmusspezifische Hyperparameter als Maps angeben. string-to-string In der folgenden Tabelle sind die Hyperparameter für den Object2Vec-Trainingsalgorithmus aufgeführt.

Name des Parameters	Beschreibung
`enc0_max_seq_len`	Die maximale Squenzlänge für den enc0-Encoder. Erforderlich Gültige Werte: 1 ≤ Ganzzahl ≤ 5000
`enc0_vocab_size`	Die Vokabulargröße von enc0-Token. Erforderlich Gültige Werte: 2 ≤ Ganzzahl ≤ 3000000
`bucket_width`	Der erlaubte Unterschied zwischen der Datensequenzlänge, wenn Bucketing aktiviert ist. Um das Bucketing zu aktivieren, geben Sie einen Wert ungleich Null für diesen Parameter an. Optional Gültige Werte: 0 ≤ Ganzzahl ≤ 100 Standardwert: 0 (kein Bucketing)
`comparator_list`	Eine Liste zum Anpassen der Art und Weise, wie zwei Einbettungen verglichen werden. Die Ebene des Object2Vec-Vergleichsoperators nimmt die Kodierungen von beiden Encodern als Eingaben und gibt einen einzelnen Vektor aus. Dieser Vektor ist eine Verkettung von SubVectors. Die Zeichenfolgenwerte, die an die `comparator_list` übergeben werden, sowie die Reihenfolge dieser Übergabe bestimmen, wie diese SubVectors zusammengesetzt werden. Bei `comparator_list="hadamard, concat"` erstellt der Vergleichsoperator beispielsweise den Vektor, indem er das Hadamard-Produkt von zwei Kodierungen und die Verkettung von zwei Kodierungen verkettet. Bei `comparator_list="hadamard"` hingegen erstellt der Vergleichsoperator den Vektor als Hadamard-Produkt von nur zwei Kodierungen. Optional Gültige Werte: Eine Zeichenfolge, die eine beliebige Kombination aus den Namen der drei binären Operatoren enthält: `hadamard`, `concat` oder `abs_diff`. Der Object2Vec-Algorithmus erfordert derzeit, dass die beiden Vektorkodierungen die gleiche Dimension haben. Diese Operatoren erzeugen SubVectors wie folgt: `hadamard`: Erstellt einen Vektor als (elementweises) Hadamard-Produkt aus zwei Kodierungen. `concat`: Erstellt einen Vektor als Verkettung von zwei Kodierungen. `abs_diff`: Erstellt einen Vektor als absolute Differenz zwischen zwei Kodierungen. Standardwert: `"hadamard, concat, abs_diff"`
`dropout`	Die Dropout-Wahrscheinlichkeit Netzwerk-Layer. Bei Dropout handelt es sich um eine Form der Regularisierung, die in neuronalen Netzwerken verwendet wird und Überanpassung durch Kürzen koabhängiger Neuronen reduziert. Optional Gültige Werte: 0,0 ≤ Gleitkommazahl ≤ 1,0 Standardwert: 0.0
`early_stopping_patience`	Die Anzahl der aufeinanderfolgenden Epochen ohne Verbesserung, die zulässig ist, bevor das frühzeitige Beenden erfolgt. Verbesserung wird durch den Hyperparameter `early_stopping_tolerance` definiert. Optional Gültige Werte: 1 ≤ Ganzzahl ≤ 5 Standardwert: 3
`early_stopping_tolerance`	Die Verringerung in der Verlustfunktion, die ein Algorithmus zwischen aufeinanderfolgenden Epochen erreichen muss, um ein frühes Anhalten zu vermeiden, nachdem die Anzahl der aufeinanderfolgenden im Hyperparameter `early_stopping_patience` festgelegten Epochen abgeschlossen ist. Optional Gültige Werte: 0,000001 ≤ Gleitkommazahl ≤ 0,1 Standardwert: 0.01
`enc_dim`	Die Dimension der Ausgabe des einbettenden Layers. Optional Gültige Werte: 4 ≤ Ganzzahl ≤ 10000 Standardwert: 4096
`enc0_network`	Das Netzwerkmodell für den enc0-Encoder. Optional Gültige Werte: `hcnn`, `bilstm` oder `pooled_embedding` `hcnn`: Ein hierarchisches Convolutional Neural Network. `bilstm`: Ein bidirektionales Langzeitspeichernetzwerk (BiLSTM), in dem sich das Signal zeitlich rückwärts und vorwärts ausbreitet. Dies ist eine geeignete Architektur für rekurrente neuronale Netzwerke (RNN) für sequentielle Lernaufgaben. `pooled_embedding`: Berechnet den Durchschnitt der Einbettungen aller Token in der Eingabe. Standardwert: `hcnn`
`enc0_cnn_filter_width`	Die Filterbreite des Enc0-Encoders für das Convolutional Neural Network (). CNN Bedingt Gültige Werte: 1 ≤ Ganzzahl ≤ 9 Standardwert: 3
`enc0_freeze_pretrained_embedding`	Gibt an, ob mit enc0 vortrainierte Einbettungsgewichtungen eingefroren werden sollen. Bedingt Gültige Werte: `True` oder `False`. Standardwert: `True`
`enc0_layers`	Die Anzahl der Layer im enc0-Encoder. Bedingt Gültige Werte: `auto` oder 1 ≤ Ganzzahl ≤ 4 Bei `hcnn` bedeutet `auto` 4. Bei `bilstm` bedeutet `auto` 1. Bei `pooled_embedding` ignoriert `auto` die Anzahl der Ebenen. Standardwert: `auto`
`enc0_pretrained_embedding_file`	Der Dateiname der vortrainierten enc0-Token-Einbettungsdatei im zusätzlichen Datenkanal. Bedingt Gültige Werte: Zeichenfolge mit alphanumerischen Zeichen, Unterstrich oder Punkt. [A-Za-z0-9\.\_] Standardwert: "" (eine leere Zeichenfolge)
`enc0_token_embedding_dim`	Die Ausgabedimension des einbettenden Layers des enc0-Tokens. Bedingt Gültige Werte: 2 ≤ Ganzzahl ≤ 1000 Standardwert: 300
`enc0_vocab_file`	Die Vokabeldatei für die Zuordnung von vortrainierten enc0-Token-Einbettungsvektoren zum numerischen Vokabular. IDs Bedingt Gültige Werte: Zeichenfolge mit alphanumerischen Zeichen, Unterstrich oder Punkt. [A-Za-z0-9\.\_] Standardwert: "" (eine leere Zeichenfolge)
`enc1_network`	Das Netzwerkmodell für den enc1-Encoder. Wenn Sie möchten, dass der enc1-Encoder das gleiche Netzwerkmodell wie enc0 verwendet (einschließlich der Hyperparameterwerte), legen Sie den Wert auf `enc0` fest. Anmerkung Auch wenn die enc0- und enc1-Encoder-Netzwerke symmetrische Architekturen haben, können Sie Parameterwerte für diese Netzwerke nicht gemeinsam nutzen. Optional Gültige Werte: `enc0`, `hcnn`, `bilstm` oder `pooled_embedding` `enc0`: Das Netzwerkmodell für den enc0-Encoder. `hcnn`: Ein hierarchisches Convolutional Neural Network. `bilstm`: Eine bidirektionale MethodeLSTM, bei der sich das Signal zeitlich rückwärts und vorwärts ausbreitet. Dies ist eine geeignete Architektur für rekurrente neuronale Netzwerke (RNN) für sequentielle Lernaufgaben. `pooled_embedding`: Die Mittelwerte der Einbettungen aller Token in der Eingabe. Standardwert: `enc0`
`enc1_cnn_filter_width`	Die Filterbreite des CNN Enc1-Encoders. Bedingt Gültige Werte: 1 ≤ Ganzzahl ≤ 9 Standardwert: 3
`enc1_freeze_pretrained_embedding`	Gibt an, ob mit enc1 vortrainierte Einbettungsgewichtungen eingefroren werden sollen. Bedingt Gültige Werte: `True` oder `False`. Standardwert: `True`
`enc1_layers`	Die Anzahl der Layer im enc1-Encoder. Bedingt Gültige Werte: `auto` oder 1 ≤ Ganzzahl ≤ 4 Bei `hcnn` bedeutet `auto` 4. Bei `bilstm` bedeutet `auto` 1. Bei `pooled_embedding` ignoriert `auto` die Anzahl der Ebenen. Standardwert: `auto`
`enc1_max_seq_len`	Die maximale Squenzlänge für den enc1-Encoder. Bedingt Gültige Werte: 1 ≤ Ganzzahl ≤ 5000
`enc1_pretrained_embedding_file`	Der Dateiname der vortrainierten enc1-Token-Einbettungsdatei im zusätzlichen Datenkanal. Bedingt Gültige Werte: Zeichenfolge mit alphanumerischen Zeichen, Unterstrich oder Punkt. [A-Za-z0-9\.\_] Standardwert: "" (eine leere Zeichenfolge)
`enc1_token_embedding_dim`	Die Ausgabedimension des einbettenden Layers des enc1-Tokens. Bedingt Gültige Werte: 2 ≤ Ganzzahl ≤ 1000 Standardwert: 300
`enc1_vocab_file`	Die Vokabeldatei für die Zuordnung vortrainierter enc1-Token-Einbettungen zum Vokabular. IDs Bedingt Gültige Werte: Zeichenfolge mit alphanumerischen Zeichen, Unterstrich oder Punkt. [A-Za-z0-9\.\_] Standardwert: "" (eine leere Zeichenfolge)
`enc1_vocab_size`	Die Vokabulargröße von enc0-Token. Bedingt Gültige Werte: 2 ≤ Ganzzahl ≤ 3000000
`epochs`	Die Anzahl der für das Training auszuführenden Epochen. Optional Gültige Werte: 1 ≤ Ganzzahl ≤ 100 Standardwert: 30
`learning_rate`	Die Lernrate für das Training. Optional Gültige Werte: 1.0E-6 ≤ Gleitkommazahl ≤ 1,0 Standardwert: 0.0004
`mini_batch_size`	Die Stapelgröße, in die der Datensatz für einen `optimizer` während des Trainings aufgeteilt wird. Optional Gültige Werte: 1 ≤ Ganzzahl ≤ 10000 Standardwert: 32
`mlp_activation`	Die Art der Aktivierungsfunktion für die mehrschichtige Perzeptron () -Schicht. MLP Optional Gültige Werte: `tanh`, `relu` oder `linear` `tanh`: Hyperbolische Tangente `relu`: Korrigierte lineare Einheit (ReLU) `linear`: Lineare Funktion Standardwert: `linear`
`mlp_dim`	Die Dimension der Ausgabe von MLP Schichten. Optional Gültige Werte: 2 ≤ Ganzzahl ≤ 10000 Standardwert: 512
`mlp_layers`	Die Anzahl der MLP Schichten im Netzwerk. Optional Gültige Werte: 0 ≤ Ganzzahl ≤ 10 Standardwert: 2
`negative_sampling_rate`	Das Verhältnis der negativen Stichproben, die generiert wurden, um das Training des Algorithmus zu unterstützen, zu den positiven Stichproben, die von Benutzern bereitgestellt werden. Negative Stichproben stehen für Daten, die in Wirklichkeit wahrscheinlich nicht eintreten, und für das Training negativ gekennzeichnet sind. Sie erleichtern das Training eines Modells, um zwischen den beobachteten positiven Stichproben und den nicht beobachteten negativen Stichproben zu unterscheiden. Um das Verhältnis von negativen zu positiven Stichproben zur Verwendung im Training anzugeben, legen Sie den Wert auf eine positive Ganzzahl fest. Wenn Sie beispielsweise den Algorithmus auf Eingabedaten trainieren, in denen alle Stichproben positiv sind und `negative_sampling_rate` auf 2 festgelegt ist, erzeugt der Object2Vec-Algorithmus intern zwei negative Stichproben pro positiver Stichprobe. Wenn Sie beim Training keine negativen Stichproben generieren oder verwenden möchten, legen Sie den Wert auf 0 fest. Optional Gültige Werte: 0 ≤ Ganzzahl Standardwert: 0 (aus)
`num_classes`	Die Anzahl der Klassen für das Klassifizierungstraining. Amazon SageMaker AI ignoriert diesen Hyperparameter bei Regressionsproblemen. Optional Gültige Werte: 2 ≤ Ganzzahl ≤ 30 Standardwert: 2
`optimizer`	Der Optimierer-Typ. Optional Gültige Werte: `adadelta`, `adagrad`, `adam`, `sgd` oder `rmsprop`. `adadelta`: Eine Lernratenmethode pro Dimension für das Gradientenverfahren `adagrad`: Algorithmus mit adaptivem Gradienten `adam`: Adaptive Moment Estimation-Algorithmus `sgd`: Stochastic Gradient Descent `rmsprop`: Root Mean Square Propagation Standardwert: `adam`
`output_layer`	Der Typ des Ausgabe-Layers, in dem Sie angeben, dass es sich bei der Aufgabe um eine Regression oder Klassifikation handelt. Optional Gültige Werte: `softmax` oder `mean_squared_error`. `softmax`: Die Softmax-Funktion, die für die Klassifizierung verwendet wird. `mean_squared_error`: Wird für die Regression MSEverwendet. Standardwert: `softmax`
`tied_token_embedding_weight`	Ob eine gemeinsame Einbettungsebene für beide Encoder verwendet werden soll. Wenn die Eingabewerte für beide Encoder die gleichen Einheiten auf Token-Ebene verwenden, verwenden Sie eine gemeinsame Token-Einbettungsebene. Wenn z. B. für eine Sammlung von Dokumenten ein Encoder Sätze und ein anderer ganze Dokumente kodiert, können Sie eine gemeinsame Token-Einbettungsebene verwenden. Dies liegt daran, dass sowohl Sätze als auch Dokumente aus Wort-Token desselben Vokabulars bestehen. Optional Gültige Werte: `True` oder `False`. Standardwert: `False`
`token_embedding_storage_type`	Der während des Trainings verwendete Modus der Gradientenaktualisierung: Bei Verwendung des Modus `dense` berechnet der Optimierer die vollständige Gradientenmatrix für die Token-Einbettungsebene selbst dann, wenn die meisten Zeilen des Gradienten den Wert 0 haben. Wenn der Modus `sparse` verwendet wird, speichert der Optimierer nur Zeilen des Gradienten, die im Mini-Stapel tatsächlich genutzt werden. Wenn Sie möchten, dass der Algorithmus träge Gradientaktualisierungen durchführt, bei denen die Gradienten nur in Nicht-Null-Zeilen berechnet werden, was das Training beschleunigt, geben Sie `row_sparse` an. Wenn der Wert auf `row_sparse` festgelegt ist, werden die für andere Hyperparameter verfügbaren Werte wie folgt eingeschränkt: Der Hyperparameter `optimizer` muss auf `adam`, `adagrad` oder `sgd` festgelegt werden. Andernfalls löst der Algorithmus einen `CustomerValueError` aus. Der Algorithmus deaktiviert automatisch das Bucketing; der Hyperparameter `bucket_width` wird auf 0 festgelegt. Optional Gültige Werte: `dense` oder `row_sparse`. Standardwert: `dense`
`weight_decay`	Der Weight-Decay-Parameter, der zur Optimierung verwendet wird. Optional Gültige Werte: 0 ≤ Gleitkommazahl ≤ 10000 Standardwert: 0 (kein Verfall)

Warnung JavaScript ist in Ihrem Browser nicht verfügbar oder deaktiviert.

Zur Nutzung der AWS-Dokumentation muss JavaScript aktiviert sein. Weitere Informationen finden auf den Hilfe-Seiten Ihres Browsers.

Dokumentkonventionen

So funktioniert’s

Modell-Abstimmung

Object2Vec-Hyperparameter

Anmerkung