Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
La tabella seguente elenca gli iperparametri che puoi impostare per l'algoritmo Amazon SageMaker AI Neural Topic Model (NTM).
| Nome parametro | Descrizione |
|---|---|
|
|
La dimensione del vocabolario del set di dati. Campo obbligatorio Valori validi: numeri interi positivi (min: 1, max: 1,000,000) |
num_topics |
Il numero di argomenti richiesti. Campo obbligatorio Valori validi: numeri interi positivi (min: 2, max: 1000) |
batch_norm |
Indica se utilizzare la normalizzazione in batch durante l’addestramento. Opzionale Valori validi: true o false Valore predefinito: false |
clip_gradient |
La grandezza massima di ogni componente gradiente. Opzionale Valori validi: float (min: 1e-3) Valore predefinito: Infinity |
encoder_layers |
Il numero di livelli nel codificatore e le dimensioni dell'output di ogni livello. Se impostato su auto, l'algoritmo utilizza due livelli di dimensioni 3 x Opzionale Valori validi: elenco separato da virgole di numeri interi positivi o auto Valore predefinito: auto |
encoder_layers_activation |
La funzione di attivazione da utilizzare nei livelli del codificatore. Opzionale Valori validi:
Valore predefinito: |
epochs |
Numero massimo di passate sui dati di addestramento. Opzionale Valori validi: numeri interi positivi (min: 1) Valore predefinito: 50 |
learning_rate |
La velocità di apprendimento dell'ottimizzatore. Opzionale Valori validi: float (min: 1e-6, max: 1.0) Valore predefinito: 0,001 |
mini_batch_size |
Il numero di esempi in ogni mini-batch. Opzionale Valori validi: numeri interi positivi (min: 1, max: 10000) Valore predefinito: 256 |
num_patience_epochs |
Il numero di epoche (Unix epoch) successive in base al quale il criterio di arresto precoce viene valutato. L'arresto precoce viene attivato quando la modifica della funzione di perdita scende al di sotto della Opzionale Valori validi: numeri interi positivi (min: 1) Valore predefinito: 3 |
optimizer |
L'ottimizzatore da utilizzare per l’addestramento. Opzionale Valori validi: Valore predefinito: |
rescale_gradient |
Il fattore di ridimensionamento per il gradiente. Opzionale Valori validi: float (min: 1e-3, max: 1.0) Valore predefinito: 1.0 |
sub_sample |
La frazione dei dati di addestramento da campionare per l’addestramento per ogni epoca (Unix epoch). Opzionale Valori validi: float (min: 0.0, max: 1.0) Valore predefinito: 1.0 |
tolerance |
La modifica relativa massima nella funzione di perdita. L'arresto precoce viene attivato quando la modifica della funzione di perdita scende al di sotto di questo valore nell'ultimo numero di epoche (Unix epochs) Opzionale Valori validi: float (min: 1e-6, max: 0.1) Valore predefinito: 0,001 |
weight_decay |
Il coefficiente di decadimento del peso. Aggiunge la regolarizzazione L2. Opzionale Valori validi: float (min: 0.0, max: 1.0) Valore predefinito: 0.0 |
