イメージ分類モデルを調整する

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

自動モデル調整は、ハイパーパラメータ調整とも呼ばれ、データセットのさまざまなハイパーパラメータをテストする多数のジョブを実行して、モデルの最適なバージョンを見つけます。調整可能なハイパーパラメータ、それぞれの値の範囲、および目標メトリクスを選択します。アルゴリズムが計算するメトリクスから目標メトリクスを選択します。自動モデル調整は、選択されたハイパーパラメータを検索して、目標メトリクスを最適化するモデルになる値の組み合わせを見つけます。

モデル調整の詳細については、「SageMaker AI による自動モデル調整」を参照してください。

イメージ分類アルゴリズムによって計算されたメトリクス

イメージ分類アルゴリズムは教師ありアルゴリズムです。このアルゴリズムは、トレーニング中に計算された精度メトリクスを報告します。モデルを調整するときには、このメトリクスを目標メトリクスとして選択してください。

調整可能なイメージ分類ハイパーパラメータ

以下のハイパーパラメータを使用してイメージ分類モデルを調整します。イメージ分類の目標メトリクスに最も大きな影響を与えるハイパーパラメータは、mini_batch_size、learning_rate、および optimizer です。選択した optimizer に基づいて、momentum、weight_decay、beta_1、beta_2、eps、gamma などのオプティマイザ関連のハイパーパラメータを調整します。たとえば、adam が optimizer である場合にのみ beta_1 と beta_2 を使用します。

各オプティマイザで使用されるハイパーパラメータの詳細については、イメージ分類ハイパーパラメータを参照してください。