Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Ajustar un modelo DeepAR

El ajuste de modelo automático, también conocido como ajuste de hiperparámetros, encuentra la mejor versión de un modelo ejecutando muchas tareas que probar una serie de hiperparámetros en su conjunto de datos. Usted elige los hiperparámetros que pueden ajustarse, un rango de valores para cada uno de ellos y una métrica objetiva. Puede elegir la métrica objetiva de las métricas que el algoritmo computa. El ajuste de modelo automático busca los hiperparámetros elegidos para encontrar la combinación de valores que obtienen el modelo que optimiza la métrica objetiva.

Para obtener más información acerca del ajuste de modelos, consulte Ajuste automático del modelo con SageMaker.

Métricas calculadas por el algoritmo DeepAR

El algoritmo DeepAR notifica tres métricas, que se calculan durante la capacitación. Al ajustar un modelo, elija una de opciones como objetivo. Para el objetivo, utilice la precisión de previsión en un canal de prueba proporcionado (recomendado) o la pérdida de capacitación. Para recomendaciones para la división de capacitación/de pruebas para el algoritmo DeepAR, consulte Prácticas recomendadas para utilizar el algoritmo DeepAR.

Hiperparámetros ajustables para el algoritmo DeepAR

Ajuste un modelo DeepAR con los siguientes hiperparámetros. Los hiperparámetros que tienen el mayor impacto, en orden de mayor a menor impacto, en métricas objetivas de DeepAR: epochs, context_length, mini_batch_size, learning_rate y num_cells.