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.
Hiperparámetros de segmentación semántica
En las siguientes tablas se enumeran los hiperparámetros compatibles con el algoritmo de segmentación SageMaker semántica de Amazon para la arquitectura de red, las entradas de datos y el entrenamiento. Especifique la segmentación semántica para la capacitación en el AlgorithmName
de la solicitud de CreateTrainingJob
.
Hiperparámetros de arquitectura de red
Nombre del parámetro | Descripción |
---|---|
backbone |
El núcleo que se va a usar para el componente de codificador del algoritmo. Opcional Valores válidos: Valor predeterminado: |
use_pretrained_model |
Si un modelo capacitado previamente se va a usar para el núcleo. Opcional Valores válidos: Valor predeterminado: |
algorithm |
El algoritmo que se va a usar para la segmentación semántica. Opcional Valores válidos: Valor predeterminado: |
Hiperparámetros de datos
Nombre del parámetro | Descripción |
---|---|
num_classes |
El número de clases que se va a segmentar. Obligatorio Valores válidos: 2 ≤ entero positivo ≤ 254 |
num_training_samples |
El número de muestras de los datos de capacitación. El algoritmo usa este valor para configurar el programador de la tasa de aprendizaje. Obligatorio Valores válidos: número entero positivo |
base_size |
Define cómo se reescalan las imágenes antes de recortar. Las imágenes se reescalan de tal manera que la longitud de tamaño largo se establece en el Opcional Valores válidos: número entero positivo > 16 Valor predeterminado: 520 |
crop_size |
El tamaño de imagen de la entrada durante el entrenamiento. Reescalamos aleatoriamente la imagen de entrada en función del Opcional Valores válidos: número entero positivo > 16 Valor predeterminado: 240 |
Hiperparámetros de capacitación
Nombre del parámetro | Descripción |
---|---|
early_stopping |
Si se usa una lógica de detención temprana durante la capacitación. Opcional Valores válidos: Valor predeterminado: |
early_stopping_min_epochs |
El número mínimo de fechas de inicio que se debe ejecutar. Opcional Valores válidos: número entero Valor predeterminado: 5 |
early_stopping_patience |
El número de fechas de inicio que se ajustan a la tolerancia para un rendimiento más bajo antes de que el algoritmo fuerce una detención temprana. Opcional Valores válidos: número entero Valor predeterminado: 4 |
early_stopping_tolerance |
Si la mejora relativa de la puntuación del trabajo de capacitación, mIOU, es más pequeña que este valor, la detención temprana considera que no se ha mejorado la fecha de inicio. Esta se usa solo cuando Opcional Valores válidos: 0 ≤ número flotante ≤ 1 Valor predeterminado: 0,0 |
epochs |
El número de fechas de inicio con el que se va a capacitar. Opcional Valores válidos: número entero positivo Valor predeterminado: 10 |
gamma1 |
El factor de decremento del promedio de movimiento del gradiente cuadrado para Opcional Valores válidos: 0 ≤ número flotante ≤ 1 Valor predeterminado: 0,9 |
gamma2 |
El factor de impulso para Opcional Valores válidos: 0 ≤ número flotante ≤ 1 Valor predeterminado: 0,9 |
learning_rate |
La tasa de aprendizaje inicial. Opcional Valores válidos: 0 < número flotante ≤ 1 Valor predeterminado: 0.001 |
lr_scheduler |
La forma de la programación de tasa de aprendizaje que controla su disminución con el tiempo. Opcional Valores válidos:
Valor predeterminado: |
lr_scheduler_factor |
Si Opcional Valores válidos: 0 ≤ número flotante ≤ 1 Valor predeterminado: 0.1 |
lr_scheduler_step |
Una lista delimitada por comas de las fechas de inicio (epochs) después de las cuales Es obligatorio si Valores válidos: cadena Valor predeterminado: (no hay predeterminado, ya que el valor es obligatorio cuando se usa). |
mini_batch_size |
El tamaño del lote para la capacitación. El uso de un Opcional Valores válidos: número entero positivo Valor predeterminado: 16 |
momentum |
El impulso para el optimizador Opcional Valores válidos: 0 < flotante ≤ 1 Valor predeterminado: 0,9 |
optimizer |
El tipo de optimizador. Para obtener más información sobre un optimizador, elija el enlace adecuado: Opcional Valores válidos: Valor predeterminado: |
syncbn |
Si se establece en Opcional Valores válidos: Valor predeterminado: |
validation_mini_batch_size |
El tamaño del lote para la validación. Un
Opcional Valores válidos: número entero positivo Valor predeterminado: 16 |
weight_decay |
El coeficiente de degradación de ponderación para el optimizador Opcional Valores válidos: 0 < flotante < 1 Valor predeterminado: 0.0001 |