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

Menyetel Klasifikasi Teks - TensorFlow model

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

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

Metrik dihitung oleh Klasifikasi Teks - TensorFlow algoritma

Lihat bagan berikut untuk menemukan metrik mana yang dihitung oleh Klasifikasi Teks - TensorFlow algoritma.

Klasifikasi Teks yang Dapat Disetel - hyperparameter TensorFlow

Setel model klasifikasi teks dengan hyperparameter berikut. Hyperparameter yang memiliki dampak terbesar pada metrik tujuan klasifikasi teks adalah:batch_size,learning_rate, danoptimizer. Setel hyperparameter terkait pengoptimal, seperti,,momentum, regularizers_l2 beta_1beta_2, dan eps berdasarkan yang dipilih. optimizer Misalnya, gunakan beta_1 dan beta_2 hanya ketika adamw atau adam apakahoptimizer.

Untuk informasi lebih lanjut tentang hyperparameter mana yang digunakan untuk masing-masingoptimizer, lihatKlasifikasi Teks - TensorFlow Hyperparameter.