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。
# Object2Vec モデルを調整する
*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。目標メトリクスで、アルゴリズムによって計算されるいずれかのメトリクスを使用します。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 の自動モデルチューニング](automatic-model-tuning.md)」を参照してください。
## Object2Vec アルゴリズムで計算されるメトリクス
Object2Vec アルゴリズムには、分類と回帰の両方のメトリクスがあります。`output_layer` タイプは、自動モデル調整に使用できるメトリクスを決定します。
### Object2Vec アルゴリズムで計算される回帰メトリクス
アルゴリズムは、テスト中と検証中に計算された二乗平均誤差回帰メトリクスを報告します。回帰タスク用にモデルを調整するときには、このメトリクスを目標として選択してください。
| メトリクス名 | 説明 | 最適化の方向 |
| --- | --- | --- |
| test:mean\$1squared\$1error | 平均平方根誤差 | 最小化 |
| validation:mean\$1squared\$1error | 平均平方根誤差 | 最小化 |
### Object2Vec アルゴリズムで計算される分類メトリクス
Object2Vec アルゴリズムは、テスト中と検証中に計算された精度および交差エントロピー分類メトリクスを報告します。分類タスクのモデルを調整するときには、目標としてこれらのいずれかを選択してください。
| メトリクス名 | 説明 | 最適化の方向 |
| --- | --- | --- |
| test:accuracy | 正解率 | 最大化 |
| test:cross\$1entropy | 交差エントロピー | 最小化 |
| validation:accuracy | 正解率 | 最大化 |
| validation:cross\$1entropy | 交差エントロピー | 最小化 |
## 調整可能な Object2Vec ハイパーパラメータ
Object2Vec アルゴリズムの以下のハイパーパラメータを調整できます。
| ハイパーパラメータ名 | ハイパーパラメータタイプ | 推奨範囲と値 |
| --- | --- | --- |
| dropout | ContinuousParameterRange | MinValue: 0.0、MaxValue: 1.0 |
| early\$1stopping\$1patience | IntegerParameterRange | MinValue: 1、MaxValue: 5 |
| early\$1stopping\$1tolerance | ContinuousParameterRange | MinValue: 0.001、MaxValue: 0.1 |
| enc\$1dim | IntegerParameterRange | MinValue: 4、MaxValue: 4096 |
| enc0\$1cnn\$1filter\$1width | IntegerParameterRange | MinValue: 1、MaxValue: 5 |
| enc0\$1layers | IntegerParameterRange | MinValue: 1、MaxValue: 4 |
| enc0\$1token\$1embedding\$1dim | IntegerParameterRange | MinValue: 5、MaxValue: 300 |
| enc1\$1cnn\$1filter\$1width | IntegerParameterRange | MinValue: 1、MaxValue: 5 |
| enc1\$1layers | IntegerParameterRange | MinValue: 1、MaxValue: 4 |
| enc1\$1token\$1embedding\$1dim | IntegerParameterRange | MinValue: 5、MaxValue: 300 |
| epochs | IntegerParameterRange | MinValue: 4、MaxValue: 20 |
| learning\$1rate | ContinuousParameterRange | MinValue: 1e-6、MaxValue: 1.0 |
| mini\$1batch\$1size | IntegerParameterRange | MinValue: 1、MaxValue: 8192 |
| mlp\$1activation | CategoricalParameterRanges | [`tanh`, `relu`, `linear`] |
| mlp\$1dim | IntegerParameterRange | MinValue: 16、MaxValue: 1024 |
| mlp\$1layers | IntegerParameterRange | MinValue: 1、MaxValue: 4 |
| optimizer | CategoricalParameterRanges | [`adagrad`, `adam`, `rmsprop`, `sgd`, `adadelta`] |
| weight\$1decay | ContinuousParameterRange | MinValue: 0.0、MaxValue: 1.0 |