トレーニングジョブを早期停止する

目標メトリクスで測定して、ハイパーパラメータ調整ジョブが大幅に改善されていない場合は、ハイパーパラメータ調整ジョブが開始したトレーニングジョブを早期に停止します。トレーニングジョブを早期停止すると、計算時間が短縮され、モデルの過剰な作成を防ぐことができます。トレーニングパラメータを早期に停止するようにハイパーパラメータ調整ジョブを構成するには、次のいずれかを実行します。

早期停止の使用方法を示すサンプルノートブックについては、https://github.com/awslabs/amazon-sagemaker-examples/blob/master/hyperparameter_tuning/image_classification_early_stopping/hpo_image_classification_early_stopping.ipy「nb」を参照するか、hpo_image_classification_early_stopping.ipynbノートブックインスタンスのSageMaker 「例」の「ハイパーパラメータチューニング」セクションでノートブックを開きます。ノートブックインスタンスでのサンプルノートブックの使用方法については、「サンプルノートブック」を参照してください。

早期停止の仕組み

ハイパーパラメータ調整ジョブの早期停止を有効にすると、 はハイパーパラメータ調整ジョブが起動する各トレーニングジョブを次のように SageMaker 評価します。

早期停止をサポートするアルゴリズム

早期停止をサポートするために、アルゴリズムは各エポックについて目標メトリクスを発行する必要があります。次の組み込み SageMaker アルゴリズムは早期停止をサポートしています。

独自のアルゴリズムで早期停止を使用するには、各エポックの後に目標メトリクスの値を発行するようにアルゴリズムを記述する必要があります。次のリストは、さまざまなフレームワークでこれを実行する方法を示しています。