Hyperparamètres de la détection d'objet

Dans la demande CreateTrainingJob, vous spécifiez l'algorithme de formation que vous voulez utiliser. Vous pouvez également spécifier les hyperparamètres propres à l'algorithme qui sont utilisés pour vous aider à estimer les paramètres du modèle à partir d'un ensemble de données d'entraînement. Le tableau suivant répertorie les hyperparamètres fournis par Amazon SageMaker pour l'entraînement de l'algorithme de détection d'objets. Pour plus d'informations sur le fonctionnement de l'entraînement d'objet, consultez Fonctionnement de la détection d'objet.

Nom du paramètre	Description
`num_classes`	Nombre de classes de sortie. Ce paramètre définit les dimensions de la sortie du réseau et est généralement défini en fonction du nombre de classes dans le jeu de données. Obligatoire Valeurs valides : nombre entier positif
`num_training_samples`	Nombre d'exemples d'entraînement du jeu de données en entrée. Note En cas de différence entre cette valeur et le nombre d'échantillons de l'ensemble d'entraînement, le comportement du paramètre `lr_scheduler_step` n'est pas défini et la précision de l'entraînement distribué peut en être affectée. Obligatoire Valeurs valides : nombre entier positif
`base_network`	Architecture du réseau de base à utiliser. Facultatif Valeurs valides : « vgg-16 » ou « resnet-50 » Valeur par défaut : « vgg-16 »
`early_stopping`	`True` pour utiliser une logique d'arrêt anticipé pendant l'entraînement. `False` pour ne pas l'utiliser. Facultatif Valeurs valides : `True` ou `False` Valeur par défaut : `False`
`early_stopping_min_epochs`	Nombre minimum d'époques devant être exécutées avant de pouvoir invoquer une logique d'arrêt anticipé. Paramètre utilisé uniquement si `early_stopping` = `True`. Facultatif Valeurs valides : nombre entier positif Valeur par défaut : 10
`early_stopping_patience`	Nombre de dates epoch à attendre avant la fin de l'entraînement si aucune amélioration, comme défini par l'hyperparamètre `early_stopping_tolerance`, n'est apportée à la métrique appropriée. Paramètre utilisé uniquement si `early_stopping` = `True`. Facultatif Valeurs valides : nombre entier positif Valeur par défaut : 5
`early_stopping_tolerance`	La valeur de tolérance qu'apporte l'amélioration relative dans `validation:mAP`, (mAP), doit être dépassée pour éviter l'arrêt anticipé. Si le résultat de la division de l'amélioration de la précision mAP par la meilleure mAP est inférieur à la valeur `early_stopping_tolerance` définie, l'arrêt précoce considère qu'il n'y a eu aucune amélioration. Paramètre utilisé uniquement si `early_stopping` = `True`. Facultatif Valeurs valides : 0 ≤ valeur flottante ≤ 1 Valeur par défaut : 0.0
`image_shape`	Taille de l'image pour les images en entrée. Nous redimensionnons l'image d'entrée en une image carrée avec cette taille. Nous vous recommandons d'utiliser 300 et 512 afin d'améliorer les performances. Facultatif Valeurs valides : nombre entier positif ≥ 300 Valeur par défaut : 300
`epochs`	Nombre de dates epoch d'entraînement. Facultatif Valeurs valides : nombre entier positif Valeur par défaut : 30
`freeze_layer_pattern`	Expression régulière (regex) pour bloquer les couches dans le réseau de base. Par exemple, si vous définissez `freeze_layer_pattern` = `"^(conv1_\|conv2_)."`, toutes les couches avec un nom qui contient `"conv1_"` ou `"conv2_"` sont bloquées, ce qui signifie que les pondérations de ces couches ne sont pas mises à jour au cours de l'entraînement. Les noms de couche figurent dans les fichiers de symbole du réseau des fichiers vgg16-symbol.json et resnet-50-symbol.json. Le gel d'une couche signifie que ses pondérations ne peuvent plus être modifiées. Cela peut réduire considérablement le temps d'entraînement en échange de légères pertes de précision. Cette technique est couramment utilisée pour l'apprentissage par transfert où les couches inférieures dans le réseau de base n'ont pas besoin d'être réentraînées. Facultatif* Valeurs valides : chaîne Valeur par défaut : pas de couches bloquées.
`kv_store`	Mode de synchronisation de la mise à jour de pondération utilisé pour l'entraînement distribué. Les pondérations peuvent être mises à jour de manière synchrone ou asynchrone sur plusieurs machines. En général, les mises à jour synchrones offrent une meilleure précision que les mises à jour asynchrones, mais elles peuvent être plus lentes. Consultez le MXNet didacticiel de formation distribuée pour plus de détails. Note Ce paramètre n'est pas applicable à l'entraînement de machine unique. Facultatif Valeurs valides : `'dist_sync'` ou `'dist_async'` `'dist_sync'`: les dégradés sont synchronisés après chaque lot avec tous les exécuteurs. Avec `'dist_sync'`, la taille de lot représente désormais la taille de lot utilisée sur chaque machine. Par conséquent, si vous disposez de n machines et que vous utilisez la taille de lot b, dist_sync se comporte comme une seule machine avec une taille de lot n*b. `'dist_async'`: effectue des mises à jour asynchrones. Les poids sont mis à jour chaque fois que des dégradés sont reçus de n'importe quelle machine ; les mises à jour de poids sont atomiques. Toutefois, l'ordre n'est pas garanti. Par défaut : -
`label_width`	Largeur de l'étiquette de remplissage de force utilisée pour la synchronisation sur les données d'entraînement et les données de validation. Par exemple, si une image des données contient au plus 10 objets et que chaque annotation d'objet est spécifiée avec 5 nombres, [class_id, left, top, width, height], `label_width` ne doit pas être inférieur à (105 + longueur des informations d'en-tête). La longueur des informations d'en-tête est généralement 2. Nous vous recommandons d'utiliser une valeur `label_width` légèrement plus élevée pour l'entraînement, telle que 60 dans cet exemple. Facultatif* Valeurs valides : nombre entier positif assez grand pour accueillir la plus grande longueur d'informations d'annotation dans les données. Par défaut: 350
`learning_rate`	Le taux d'apprentissage initial. Facultatif Valeurs valides : nombre flottant de l'intervalle [0,1] Par défaut: 0.001
`lr_scheduler_factor`	Ratio de réduction du taux d'apprentissage. Utilisation conjointe avec le paramètre `lr_scheduler_step` défini comme `lr_new` = `lr_old` * `lr_scheduler_factor`. Facultatif Valeurs valides : nombre flottant de l'intervalle [0,1] Par défaut: 0.1
`lr_scheduler_step`	Époques auxquelles le taux de formation est réduit. Le taux d'apprentissage est réduit de `lr_scheduler_factor` aux dates epoch répertoriées dans une chaîne séparée par des virgules : « epoch1, epoch2,... ». Par exemple, si la valeur est définie sur « 10, 20 » et que `lr_scheduler_factor` a la valeur 1/2, le taux d'apprentissage est réduit de moitié après la 10e date epoch, et à nouveau après la 20e date epoch. Facultatif Valeurs valides : chaîne Par défaut : chaîne vide
`mini_batch_size`	Taille de lot pour l'entraînement. Dans un environnement multi-GPU sur une seule machine, chacun `mini_batch_size` gère/des GPU échantillons d'`num_gpu`entraînement. Pour l'entraînement à plusieurs machines en mode `dist_sync`, la taille de lot réelle est `mini_batch_size` * nombre de machines. Une taille `mini_batch_size` élevée conduit généralement à un entraînement plus rapide, mais elle peut entraîner un problème de mémoire insuffisante. L'utilisation de la mémoire est liée à l'architecture `mini_batch_size`, `image_shape` et `base_network`. Par exemple, sur une même instance p3.2xlarge, la plus grande valeur de `mini_batch_size` sans erreur de mémoire insuffisante est 32 avec base_network défini sur « resnet-50 » et `image_shape` sur 300. Avec la même instance, vous pouvez utiliser 64 comme `mini_batch_size` avec le réseau de base `vgg-16` et `image_shape` ayant la valeur 300. Facultatif Valeurs valides : nombre entier positif Par défaut: 32
`momentum`	Vitesse pour `sgd`. Ignoré pour les autres optimiseurs. Facultatif Valeurs valides : nombre flottant de l'intervalle [0,1] Par défaut: 0.9
`nms_threshold`	Seuil de suppression non maximal. Facultatif Valeurs valides : nombre flottant de l'intervalle [0,1] Par défaut: 0.45
`optimizer`	Types d'optimiseur. Pour plus de détails sur les valeurs de l'optimiseur, consultez MXNet. API Facultatif Valeurs valides : ['sgd', 'adam', 'rmsprop', 'adadelta'] Valeur par défaut : « sgd »
`overlap_threshold`	Seuil de chevauchement de l'évaluation. Facultatif Valeurs valides : nombre flottant de l'intervalle [0,1] Par défaut: 0.5
`use_pretrained_model`	Indique s'il convient d'utiliser un modèle préentraîné pour l'entraînement. Lorsque cet indicateur est défini sur 1, le modèle préentraîné avec l'architecture correspondants est chargé et utilisé pour l'entraînement. Dans le cas contraire, le réseau est intégralement entraîné. Facultatif Valeurs valides : 0 ou 1 Valeur par défaut : 1
`weight_decay`	Coefficient de dégradation de pondération pour `sgd` et `rmsprop`. Ignoré pour les autres optimiseurs. Facultatif Valeurs valides : nombre flottant de l'intervalle [0,1] Par défaut: 0.0005

Avertissement JavaScript est désactivé ou n'est pas disponible dans votre navigateur.

Pour que vous puissiez utiliser la documentation AWS, Javascript doit être activé. Vous trouverez des instructions sur les pages d'aide de votre navigateur.

Conventions de rédaction

Comment ça marche

Réglage d'un modèle

Hyperparamètres de la détection d'objet

Note

Note