Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Menyetel Deteksi Objek - TensorFlow model

Penyetelan model otomatis, juga dikenal sebagai tuning hyperparameter, menemukan versi terbaik dari model dengan menjalankan banyak pekerjaan yang menguji berbagai hiperparameter pada kumpulan data Anda. Anda memilih hyperparameters yang dapat disetel, rentang nilai untuk masing-masing, dan metrik objektif. Anda memilih metrik objektif dari metrik yang dihitung algoritme. Penyetelan model otomatis mencari hiperparameter yang dipilih untuk menemukan kombinasi nilai yang menghasilkan model yang mengoptimalkan metrik objektif.

Untuk informasi selengkapnya tentang penyetelan model, lihatPenyetelan model otomatis dengan SageMaker.

Metrik dihitung oleh algoritma Deteksi Objek TensorFlow

Lihat bagan berikut untuk menemukan metrik mana yang dihitung oleh algoritma Deteksi Objek. TensorFlow

Deteksi Objek yang Dapat Disetel - hyperparameters TensorFlow

Setel model deteksi objek dengan hyperparameter berikut. Hiperparameter yang memiliki dampak terbesar pada metrik tujuan deteksi objek adalah:batch_size,learning_rate, dan. optimizer Setel hiperparameter terkait pengoptimal, seperti,,momentum,, regularizers_l2 beta_1beta_2, dan eps berdasarkan yang dipilih. optimizer Misalnya, gunakan beta_1 dan beta_2 adam hanya kapanoptimizer.

Untuk informasi lebih lanjut tentang hiperparameter mana yang digunakan untuk masing-masingoptimizer, lihatDeteksi Objek - TensorFlow Hyperparameters.