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.
Hyperparamètres IP Insights
Dans la demande CreateTransformJob, vous spécifiez l'algorithme d'entraînement. Vous pouvez également spécifier des hyperparamètres spécifiques à l'algorithme sous forme de cartes. string-to-string Le tableau suivant répertorie les hyperparamètres de l'algorithme Amazon SageMaker IP Insights.
| Nom du paramètre | Description |
|---|---|
num_entity_vectors |
Nombre de représentations vectorielles d'entités (vecteurs d'intégration d'entité) à entraîner. Chaque entité de l'ensemble d'entraînement est affectée de façon aléatoire à l'un de ces vecteurs à l'aide d'une fonction de hachage. En raison des conflits de hachage, il est possible que plusieurs entités soient affectées au même vecteur. Dans ce cas, un même vecteur représenterait alors plusieurs entités. Ceci produit généralement un effet négligeable sur les performances du modèle, tant que le taux de conflits reste peu conséquent. Pour que le taux de conflits reste faible, définissez une valeur aussi élevée que possible. Cependant, la taille du modèle, et par conséquent la mémoire requise, pour l'entraînement et l'inférence est mise à l'échelle de façon linéaire avec cet hyperparamètre. Nous vous recommandons de définir cette valeur sur deux fois le nombre d'identificateurs d'entité uniques. Obligatoire Valeurs valides : 1 ≤ nombre entier positif ≤ 250 000 000 |
vector_dim |
Taille des vecteurs d'intégration pour représenter les entités et les adresses IP. Plus cette valeur est élevée, plus il est possible d'encoder d'informations à l'aide de ces représentations. En pratique, la taille du modèle est mise à l'échelle de façon linéaire avec ce paramètre et limite la taille possible de la dimension. En outre, l'utilisation de représentations vectorielles trop volumineuses peut entraîner un surajustement du modèle, notamment pour les petits ensembles de données d'entraînement. Un surajustement se produit lorsqu'un modèle n'apprend aucun schéma dans les données mais mémorise de manière efficace les données d'entraînement et, par conséquent, ne peut pas généraliser correctement et donne des résultats médiocres pendant l'inférence. La valeur recommandée est 128. Obligatoire Valeurs valides : 4 ≤ nombre entier positif ≤ 4 096 |
batch_metrics_publish_interval |
Intervalle (tous les X lots) auquel la fonction Apache MXNet Speedometer imprime la vitesse d'entraînement du réseau (échantillons/seconde). Facultatif Valeurs valides : entier positif ≥ 1 Valeur par défaut : 1,000 |
epochs |
Nombre de passages sur les données d'entraînement. La valeur optimale dépend de la taille des données et du taux d'apprentissage. Les valeurs standard vont de 5 à 100. Facultatif Valeurs valides : entier positif ≥ 1 Valeur par défaut : 10 |
learning_rate |
Taux d'apprentissage de l'optimiseur. IP Insights utilise un optimiseur gradient-descent-based Adam. Le taux d'apprentissage contrôle efficacement le pas d'apprentissage afin de mettre à jour les paramètres du modèle à chaque itération. Si le taux d'apprentissage est trop élevé, le modèle risque de diverger car l'entraînement est susceptible de dépasser un minima. D'un autre côté, un taux d'apprentissage trop faible ralentit la convergence. Les valeurs standard vont de 1e-4 à 1e-1. Facultatif Valeurs valides : 1e-6 ≤ valeur flottante ≤ 10 Valeur par défaut : 0.001 |
mini_batch_size |
Nombre d'exemples dans chaque mini-lot. La procédure d'entraînement traite les données dans les mini-lots. La valeur optimale dépend du nombre d'identificateurs de compte uniques dans l'ensemble de données. En général, plus l'entraînement est important Facultatif Valeurs valides : 1 ≤ nombre entier positif ≤ 500 000 Valeur par défaut : 10,000 |
num_ip_encoder_layers |
Nombre de couches entièrement connectées utilisées pour encoder l'intégration de l'adresse IP. Plus le nombre de couches est élevé, plus le modèle peut capturer les schémas parmi les adresses IP. Toutefois, l'utilisation d'un grand nombre de couches augmente le risque d'un surajustement. Facultatif Valeurs valides : 0 ≤ nombre entier positif ≤ 100 Valeur par défaut : 1 |
random_negative_sampling_rate |
Nombre d'échantillons négatifs aléatoires, R, à générer par échantillon en entrée. La procédure d'entraînement s'appuie sur les échantillons négatifs afin d'empêcher les représentations vectorielles du modèle de se réduire en un seul point. L'échantillonnage négatif aléatoire génère R adresses IP aléatoires pour chaque compte d'entrée dans le mini-lot. La somme de Facultatif Valeurs valides : 0 ≤ nombre entier positif ≤ 500 Valeur par défaut : 1 |
shuffled_negative_sampling_rate |
Nombre d'échantillons négatifs réorganisés, S, à générer par échantillon en entrée. Dans certains cas, il peut être utile d'utiliser des échantillons négatifs plus réalistes collectés de façon aléatoire à partir des données d'entraînement. Ce type d'échantillonnage négatif s'obtient en réorganisant les données dans un mini-lot. Un échantillonnage négatif réorganisé génère S adresses IP négatives en réorganisant les paires d'adresses IP et de comptes dans un mini-lot. La somme de Facultatif Valeurs valides : 0 ≤ nombre entier positif ≤ 500 Valeur par défaut : 1 |
weight_decay |
Coefficient de dégradation de pondération. Ce paramètre ajoute un facteur de régularisation L2, qui est requis pour empêcher le modèle de surajuster les données d'entraînement. Facultatif Valeurs valides : 0.0 ≤ valeur flottante ≤ 10.0 Valeur par défaut : 0.00001 |
