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.

# Sequence-to-Sequence Hiperparámetros
<a name="seq-2-seq-hyperparameters"></a>

En la siguiente tabla se enumeran los hiperparámetros que puede configurar al entrenar con el algoritmo Amazon SageMaker AI Sequence-to-Sequence (seq2seq).


| Nombre del parámetro | Description (Descripción) | 
| --- | --- | 
| batch\$1size | Tamaño del minilote para el gradiente descendiente. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 64 | 
| beam\$1size | Longitud del haz para la búsqueda de haces. Se utiliza durante la capacitación de la computación `bleu` y se utiliza durante la inferencia. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 5 | 
| bleu\$1sample\$1size | Número de instancias que elegir desde el conjunto de datos de validación para decodificar y calcular la puntuación `bleu` durante la capacitación. Establézcala en -1 para utilizar el conjunto de validación completo (si se elige `bleu` como `optimized_metric`). **Opcional** Valores válidos: número entero Valor predeterminado: 0 | 
| bucket\$1width | Devuelve buckets (origen, destino) hasta (`max_seq_len_source`, `max_seq_len_target`). El lado más largo de los datos usa pasos de, `bucket_width` mientras que el lado más corto usa pasos reducidos según la relación de longitud promedio. target/source Si uno de los lados alcanza la longitud máxima antes que el otro, el ancho de los buckets adicionales de ese lado se fija a ese lado de `max_len`. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 10 | 
| bucketing\$1enabled | Establézcalo en `false` para deshabilitar la creación de buckets y expandirlos con la longitud máxima. **Opcional** Valores válidos: `true` o `false` Valor predeterminado: `true` | 
| checkpoint\$1frequency\$1num\$1batches | Punto de comprobación y evaluación cada x lotes. Este hiperparámetro de puntos de control se pasa al algoritmo seq2seq de la SageMaker IA para detenerlo anticipadamente y recuperar el mejor modelo. Los puntos de control del algoritmo se ejecutan localmente en el contenedor de entrenamiento del algoritmo y no son compatibles con los puntos de control de la IA. SageMaker El algoritmo guarda temporalmente los puntos de control en una ruta local y guarda el mejor artefacto del modelo en la ruta de salida del modelo en S3 una vez finalizado el trabajo de entrenamiento. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 1000 | 
| checkpoint\$1threshold | Se permite que el número máximo de modelo de puntos de comprobación no mejore en `optimized_metric` en el conjunto de datos de validación antes de que se detenga la capacitación. Este hiperparámetro de puntos de control se transfiere al algoritmo seq2seq de la SageMaker IA para detenerlo anticipadamente y recuperar el mejor modelo. Los puntos de control del algoritmo se ejecutan localmente en el contenedor de entrenamiento del algoritmo y no son compatibles con los puntos de control de la IA. SageMaker El algoritmo guarda temporalmente los puntos de control en una ruta local y guarda el mejor artefacto del modelo en la ruta de salida del modelo en S3 una vez finalizado el trabajo de entrenamiento. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 3 | 
| clip\$1gradient | Los valores de gradiente absolutos de clips son superiores a este. Establézcalo en negativo para deshabilitar. **Opcional** Valores válidos: número flotante Valor predeterminado: 1 | 
| cnn\$1activation\$1type | El tipo de activación `cnn` que se va a utilizar. **Opcional** Valores válidos: Cadena. Puede ser uno de los siguientes: `glu`, `relu`, `softrelu`, `sigmoid` o bien `tanh`. Valor predeterminado: `glu` | 
| cnn\$1hidden\$1dropout | Probabilidad de abandono para al abandono entre capas convolucionales. **Opcional** Valores válidos: número flotante. Rango en [0,1]. Valor predeterminado: 0 | 
| cnn\$1kernel\$1width\$1decoder | Ancho de kernel para el decodificador `cnn`. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 5 | 
| cnn\$1kernel\$1width\$1encoder | Ancho de kernel para el codificador `cnn`. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 3 | 
| cnn\$1num\$1hidden | Número de unidades ocultas `cnn` para el codificador y decodificador. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 512 | 
| decoder\$1type | Tipo de decodificador. **Opcional** Valores válidos: Cadena. `rnn` o `cnn`. Valor predeterminado: *rnn* | 
| embed\$1dropout\$1source | Probabilidad de abandono para las incrustaciones del lado del origen. **Opcional** Valores válidos: número flotante. Rango en [0,1]. Valor predeterminado: 0 | 
| embed\$1dropout\$1target | Probabilidad de abandono para las incrustaciones del lado del destino. **Opcional** Valores válidos: número flotante. Rango en [0,1]. Valor predeterminado: 0 | 
| encoder\$1type | Tipo de codificador. La arquitectura `rnn` se basa en el mecanismo de atención de Bahdanau et al. y la arquitectura *cnn* se basa en Gehring et al. **Opcional** Valores válidos: Cadena. `rnn` o `cnn`. Valor predeterminado: `rnn` | 
| fixed\$1rate\$1lr\$1half\$1life | Vida media de la tasa de aprendizaje en términos de número de puntos de comprobación para programadores `fixed_rate_`\$1. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 10 | 
| learning\$1rate | Tasa de aprendizaje inicial. **Opcional** Valores válidos: número flotante Valor predeterminado: 0.0003 | 
| loss\$1type | Función de pérdida para la capacitación. **Opcional** Valores válidos: Cadena. `cross-entropy` Valor predeterminado: `cross-entropy` | 
| lr\$1scheduler\$1type | El tipo de programador de la tasa de aprendizaje. `plateau_reduce` conlleva la reducción de la tasa de aprendizaje cuando `optimized_metric` está con `validation_accuracy` detenido. `inv_t` es la decadencia de tiempo inversa. `learning_rate`/(1\$1`decay_rate`\$1t) **Opcional** Valores válidos: Cadena. Uno de los valores de entre `plateau_reduce`, `fixed_rate_inv_t` o `fixed_rate_inv_sqrt_t`. Valor predeterminado: `plateau_reduce` | 
| max\$1num\$1batches | Número máximo de por updates/batches procesar. -1 para infinito. **Opcional** Valores válidos: número entero Valor predeterminado: -1 | 
| max\$1num\$1epochs | Número máximo de fechas de inicio por los que pasan los datos de capacitación antes de que se detenga la adaptación. La capacitación continúa hasta este número de fechas de inicio incluso si la precisión de la validación no mejora si se aprueba el parámetro. Se ignora si no se aprueba. **Opcional** Valores válidos: entero positivo y menor o igual que max\$1num\$1epochs. Valor predeterminado: ninguno | 
| max\$1seq\$1len\$1source | La longitud máxima para la longitud de secuencia de origen. Las secuencias que superen esta longitud se truncarán con esa longitud. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 100  | 
| max\$1seq\$1len\$1target | La longitud máxima para la longitud de secuencia de destino. Las secuencias que superen esta longitud se truncarán con esa longitud. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 100 | 
| min\$1num\$1epochs | Número mínimo de fechas de inicio que la capacitación debe ejecutar antes de que se detenga a través de las condiciones `early_stopping`. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 0 | 
| momentum | Constante de momento utilizada para `sgd`. No apruebe este parámetro si está usando `adam` o `rmsprop`. **Opcional** Valores válidos: número flotante Valor predeterminado: ninguno | 
| num\$1embed\$1source | Tamaño de integración para tokens de origen. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 512 | 
| num\$1embed\$1target | Tamaño de integración para tokens de destino. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 512 | 
| num\$1layers\$1decoder | Número de capas para el decodificador *rnn* o *cnn*. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 1 | 
| num\$1layers\$1encoder | Número de capas para el codificador `rnn` o `cnn`. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 1 | 
| optimized\$1metric | Métricas que optimizar con una detención temprana. **Opcional** Valores válidos: Cadena. Uno de los valores de entre `perplexity`, `accuracy` o `bleu`. Valor predeterminado: `perplexity` | 
| optimizer\$1type | Optimizador de entre el que elegir. **Opcional** Valores válidos: Cadena. Uno de los valores de entre `adam`, `sgd` o `rmsprop`. Valor predeterminado: `adam` | 
| plateau\$1reduce\$1lr\$1factor | Factor con el que multiplicar la tasa de aprendizaje (para `plateau_reduce`). **Opcional** Valores válidos: número flotante Valor predeterminado: 0,5 | 
| plateau\$1reduce\$1lr\$1threshold | Para el programador `plateau_reduce`, multiplique la tasa de aprendizaje por el factor de reducción si `optimized_metric` no mejoró para estos puntos de comprobación distintos. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 3 | 
| rnn\$1attention\$1in\$1upper\$1layers | Propague la atención a las capas superiores de *rnn*, como en el documento de Google NMT. Solo es aplicable si se utiliza más de una capa. **Opcional** Valores válidos: booleano (`true` o `false`) Valor predeterminado: `true` | 
| rnn\$1attention\$1num\$1hidden | El valor predeterminado del número de unidades ocultas para capas de atención es `rnn_num_hidden`. **Opcional** Valores válidos: número entero positivo Valor predeterminado: `rnn_num_hidden` | 
| rnn\$1attention\$1type | Modelo de atención para codificadores. `mlp` hace referencia a concat y bilineal hace referencia a general en el documento Luong et al. **Opcional** Valores válidos: Cadena. Puede ser uno de los siguientes: `dot`, `fixed`, `mlp` o bien `bilinear`. Valor predeterminado: `mlp` | 
| rnn\$1cell\$1type | Tipo específico de arquitectura `rnn`. **Opcional** Valores válidos: Cadena. `lstm` o `gru`. Valor predeterminado: `lstm` | 
| rnn\$1decoder\$1state\$1init | Cómo inicializar estados del decodificador `rnn` a partir de codificadores. **Opcional** Valores válidos: Cadena. Uno de los valores de entre `last`, `avg` o `zero`. Valor predeterminado: `last` | 
| rnn\$1first\$1residual\$1layer | La primera capa *rnn* que tiene una conexión residual, solo aplicable si el número de capas del codificador o decodificador es superior a 1. **Opcional** Valores válidos: número entero positivo Valor predeterminado: 2 | 
| rnn\$1num\$1hidden | El número de unidades ocultas *rnn* para el codificador y el decodificador. Debe ser múltiplo de 2 porque el algoritmo utiliza la memoria a corto y largo plazo (LSTM) bidireccional de forma predeterminada. **Opcional** Valores válidos: número par entero positivo Valor predeterminado: 1024 | 
| rnn\$1residual\$1connections | Agregue la conexión residual al *rnn* apilado. El número de capas debe ser superior a 1. **Opcional** Valores válidos: booleano (`true` o `false`) Valor predeterminado: `false` | 
| rnn\$1decoder\$1hidden\$1dropout | La probabilidad de abandono para el estado oculto que combina el contexto con el estado oculto *rnn* en el decodificador. **Opcional** Valores válidos: número flotante. Rango en [0,1]. Valor predeterminado: 0 | 
| training\$1metric | Las métricas para realizar un seguimiento de la capacitación en los datos de validación. **Opcional** Valores válidos: Cadena. `perplexity` o `accuracy`. Valor predeterminado: `perplexity` | 
| weight\$1decay | Constante de decadencia de ponderación. **Opcional** Valores válidos: número flotante Valor predeterminado: 0 | 
| weight\$1init\$1scale | Escala de la inicialización de la ponderación (para la inicialización `uniform` y `xavier`).  **Opcional** Valores válidos: número flotante Valor predeterminado: 2.34 | 
| weight\$1init\$1type | Tipo de inicialización de la ponderación.  **Opcional** Valores válidos: Cadena. `uniform` o `xavier`. Valor predeterminado: `xavier` | 
| xavier\$1factor\$1type | Tipo de factor de xavier. **Opcional** Valores válidos: Cadena. Uno de los valores de entre `in`, `out` o `avg`. Valor predeterminado: `in` |