Régler un BlazingText modèle

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Le réglage de modèle automatique, ou réglage d'hyperparamètre, détecte la meilleure version d'un modèle en exécutant plusieurs tâches qui testent une plage d'hyperparamètres sur votre jeu de données. Vous choisissez les hyperparamètres réglables, une plage de valeurs pour chacun d'eux et une métrique d'objectif. Vous choisissez la métrique d'objectif parmi les métriques que calcule l'algorithme. Le réglage de modèle automatique recherche parmi les hyperparamètres choisis la combinaison de valeurs qui produira un modèle permettant d'optimiser la métrique d'objectif.

Pour plus d'informations sur le réglage de modèle, consultez Réglage automatique du modèle grâce à l' SageMaker IA.

Métriques calculées par l' BlazingTextalgorithme

L'algorithme BlazingText Word2Vec (skipgram,cbow, et batch_skipgram modes) rend compte d'une seule métrique pendant l'entraînement :. train:mean_rho Cette métrique est calculée sur les ensembles de données de similarité lexicale de WS-353. Utilisez cette métrique comme objectif lors du réglage des valeurs d'hyperparamètres pour l'algorithme Word2vec.

L'algorithme de classification de BlazingText texte (supervisedmode) rend également compte d'une seule métrique pendant l'entraînement : levalidation:accuracy. Utilisez ces métriques comme objectif lors du réglage des valeurs d'hyperparamètres pour l'algorithme de classification textuelle.

Hyperparamètres réglables BlazingText

Hyperparamètres réglables pour l'algorithme Word2vec

Réglez un modèle Amazon SageMaker AI BlazingText Word2Vec avec les hyperparamètres suivants. Les hyperparamètres ayant le plus grand impact sur les métriques d'objectif Word2vec sont les suivants : mode, learning_rate, window_size, vector_dim et negative_samples.

Hyperparamètres réglables pour l'algorithme de classification textuelle

Réglez un modèle de classification de BlazingText texte Amazon SageMaker AI avec les hyperparamètres suivants.